메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
본 논문은 운동 추적 모델을 이용한 신체 움직임 측정 방법을 개발하기 위해 움직임 측정 요소를 도출한다. 운동 추적 모델은 모션 캡처 시스템을 통해 스켈레톤 형태로 신체를 인식하고, 운동 내용을 추적 · 기록 · 분석하는 프레임워크이다. 이를 이용한 움직임 측정은 운동 수행 중 측정이 가능하며, 이로 인해 주기적인 신체 파악과 맞춤형 운동 구성이 가능하다. 측정을 위한 요소는 스포츠 움직임 및 상해 분석을 통해 7가지로 도출하였으며, 이는 기존 움직임 측정 방법에서 측정하기 어려운 요소가 포함된다. 그리고 실험을 위해 해당 움직임을 요구하는 5가지 운동 동작을 운동 추적 모델의 STF로 정의하였으며, 그 결과 모션 캡처 시스템에서 움직임 측정의 가능성을 확인하였다. 제안된 움직임 측정 방법은 생활 체육 및 스포츠 현장에서 개인별 신체 상태를 주기적으로 파악하고, 맞춤형 운동 프로그램을 제공할 수 있는 방법이 될 것으로 기대한다.

This study aims to derive measurement elements of movement to develop a measurement method of body movement using the exercise tracking model. The exercise tracking model is a framework that recognizes the body in the form of a skeleton through a motion capture system and tracks, records, analyzes the exercise content. The movement measurement method can measure the body during exercise, and it is possible to configure a customized exercise by identifying periodic body conditions. Seven motion measurement elements were derived by analyzing sports movements and injuries, including elements that were difficult to measure with conventional motion measurement methods. For the experiment, the STF definition of the motion tracking model for 5 types of motion was performed. As a result, the possibility of measuring joint mobility and stability was confirmed. The proposed measurement method is identify individual body states in sports field and provide a customized exercise program.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 움직임 측정을 위한 요소 도출 방법
Ⅳ. 스포츠 상해 기반 움직임 측정 요소 도출
Ⅴ. 운동 추적 모델 기반 움직임 측정
Ⅵ. 결론
참고문헌

참고문헌 (30)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-002143040