* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다 ABSTRACT인공지능 기술의 발전으로 청소년 스포츠 자세 교정용 3D 포즈 추정 시스템에 대한 관심이 높아지고 있다. 기존 기법들은 복잡한 동작, 실시간 피드백 제공, 다양한 자세 처리에서 특히 가림(occulusion), 빠른 움직임, IoT 장치의 연산 자원 제약으로 인해 정확도와 실시간 성능 간 균형을 이루기 어렵다. 이를 해결하기 위해 본 논문에서는 IoT 환경과 $\textbf{GTA-Net}$을 제안한다.$\textbf{핵심 구성}..

본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다.  Ⅰ. 서론메타버스는 IoT, 디지털 트윈, AI, 블록체인, Web 3.0, VR/AR 등의 기술이 융합된 차세대 인터넷 환경으로, 현실과 가상 세계 간의 상호작용을 촉진한다. 메타버스는 가상 환경에서 현실 세계의 다양한 활동을 모방하며, 사용자들에게 상호작용의 기회를 제공한다. 아바타는 메타버스의 핵심 요소로, 사용자가 자신의 정체성을 표현하고 다른 객체들과 상호작용하는 수단이 된다. 그러나 기존 아바타 개발 기술은 주로 정적인 모델 구축에 ..

본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다. 1. 소개 (Introduction)본 연구는 OpenCV와 MediaPipe를 활용한 실시간 자세 검출(Pose Detection) 시스템을 제안한다. 사용자는 운동 중 자신의 자세를 감지하고 즉각적인 피드백을 받을 수 있다. 이는 올바른 자세 유지와 부상의 방지를 목표로 한다.코로나19 팬데믹 이후 온라인 운동의 수요가 증가했으나, 정확한 자세를 유지하는 것은 여전히 어려운 문제다. 기존 연구들은 웨어러블 기기나 센서 기반 솔루션을 제공했지만..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다 AbstractAffectNet은 자연환경에서 감정 컴퓨팅을 위한 가장 큰 얼굴 데이터베이스로, 인터넷에서 1250개의 감정 관련 키워드를 사용해 6개 언어로 1,000,000개 이상의 얼굴 이미지를 수집하고 주석 처리하였습니다. 이 데이터베이스는 7가지 이산적 감정과 발렌스(valence) 및 각성(arousal)의 강도를 포함하며, 감정 인식을 위한 이산적 및 연속적 모델 연구를 지원합니다. 두 가지 딥러닝 모델을 사용해 이산적 감정을 분류..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다. 1. Introduction    BlazePose의 필요성과 배경을 설명하며 시작합니다. 인간의 신체 포즈를 추정하는 기술은 헬스 트래킹, 수화 인식, 제스처 컨트롤과 같은 다양한 응용 분야에서 중요하게 사용됩니다. 그러나 모바일 기기에서 실시간으로 신체 포즈를 추정하기 위해선 기존의 복잡한 신경망을 경량화하는 것이 필수적입니다. BlazePose는 이러한 요구에 맞춰, 모바일 환경에서도 높은 성능을 발휘하도록 설계된 경량화된 CNN 기반 ..

* 본 블로그 포스트에서 사용된 표, 이미지 및 기타 관련 자료는 해당 논문에서 발췌한 것입니다. 이 자료들은 논문의 내용을 요약하고 이해를 돕기 위한 참고용으로 제공됩니다. 또한, 해석 과정에서 일부 오류가 있을 수 있으니 원 논문을 참고하여 확인하시기 바랍니다. 1. Introduction 이 논문은 RGB 비디오에서 여러 인물의 3D 포즈를 추정하고 이를 애니메이션으로 생성하는 프레임워크인 AnimePose를 제안한다. 기존 연구들이 주로 단일 인물의 3D 포즈 추정에 중점을 두었던 반면, 다수 인물의 3D 포즈 추정은 상호작용과 폐색(occlusion) 문제로 인해 어려움이 있다. AnimePose는 2D 포즈 추정과 깊이 맵을 사용하여 각 인물의 상대적 위치를 유지한 채 3D 포즈를 추정하고, ..