강화된 운동 성능을 위한 실시간 기계 학습 기반 자세 교정

기술 사용이 증가함에 따라 나쁜 자세와 관련된 신체 건강 문제는 특히 운동 세션 중에 더욱 흔해지고 있습니다. 올바른 자세를 유지하는 것은 운동의 효과를 높이고 부상을 피하는 데 필수적입니다. 이 연구 논문은 스쿼트와 플랭크와 같은 운동을 위한 실시간 자세 교정과 피드백을 제공하도록 설계된 기계 학습 모델의 개발을 제시합니다. 이 모델은 정확한 실시간 자세 추정을 위해 MediaPipe를 사용하고, 영상 프레임 분석을 위해 OpenCV를 사용합니다. 이 모델은 나쁜 자세를 감지하고 팔, 무릎, 허리, 엉덩이와 같은 중요한 신체 부분 간의 각도를 검사하여 사용자에게 즉각적인 교정 피드백을 제공합니다. 이 혁신적인 방법은 대면 감독 없이 형태를 철저히 평가할 수 있게 하여 더 넓은 청중이 접근할 수 있도록 합니다. 이 모델은 다양한 위치와 자세에서 운동을 수행하는 사람들의 실제 운동 데이터 세트로 학습되어 여러 사용자 상황에서도 자세 감지가 신뢰할 수 있도록 보장합니다. 이 시스템은 최신 기계 학습 알고리즘을 이용하여 스쿼트와 플랭크를 넘어서는 미래 교육 유형에 대한 확장성과 적응성을 입증합니다. 주요 목표는 사용자가 운동의 효율성을 높이고 부상 위험을 줄이며 더 나은 운동 습관을 장려할 수 있는 모델을 제공하는 것입니다. 모델의 사용성과 접근성에 대한 강조는 자세와 일반적인 체력 수준을 향상시키고자 하는 모든 사람에게 필수적인 도구가 될 수 있는 가능성을 제공합니다.