플러스프로젝트 배경
1) 문제점 운동 동작 분류와 척추 정렬 측정은 촬영 환경, 거리, 조명 변화에 따라 키포인트 품질이 크게 흔들릴 수 있음 입력 영상/이미지에 따라 분류 방식이 달라야 했고, 프레임 단위 예측 요동을 줄일 안정화 로직이 필요했음 운영 담당자가 개발 지식 없이도 실행·확인할 수 있는 문서와 절차가 필요했음 2) 프로젝트 목표 운동 동작 분류 PoC의 정량/정성 검증을 완료하고 운영 가능성을
프로젝트 성과
운동 동작 분류 PoC 합격 및 스티커 탐지 AI 모델 검증 완료
Test set 기준에서 후굴과 측굴은 높은 신뢰도로 안정적으로 분류되었고, 전체 모듈은 요구 성능과 운영 안정성을 충족하여 합격 판정을 받았습니다. 스티커 인식 모델과 학습 데이터, 성능 검증 자료도 함께 산출.
핵심 기능
운동 동작 분류 기능
입력 영상/이미지에서 포즈 키포인트를 추출해 Back_Extension, Side_Bending, Rotation, Forward_Bending, Sitting(Ready)로 분류.
진행 단계
기획 및 요구사항 정의
2025.11.
운동 동작 분류 PoC와 스티커 기반 척추 정렬 측정 과업의 범위와 결과물 정의, 운영 기준 확정.
프로젝트 상세
1) 포트폴리오 소개 RGB 단일 카메라 기반 자세/운동 동작 인식 PoC와, 운동 자세 학습데이터 구축 및 스티커 기반 척추 정렬 측정 AI 모델 개발을 함께 수행한 프로젝트입니다. 운동 동작 분류, Cobb 각도 검증, YOLO 기반 스티커 탐지 모델 성능 검증, 운영용 인수인계 문서화를 포함했습니다. 2) 작업 범위 운동 자세 인식용 학습 데이터 구축 피험자 섭외 및 촬영 환경 정의 동영
