UPT발표대본.txt

[1] 당신의 운동 자세를 분석해주는 AI, UPT 의 발표를 맡은 팀 글루글루 팀장 박지현입니다.
[2] 최근 계속되는 코로나 시대로 헬스장에 가지 못한 사람들 사이에서 집에서 운동하는 홈트가 하나의 트렌드로 자리잡았습니다.
[3] 하지만 저희는 이 홈트가 고작 동영상을 따라하는 것에 그치며, 제대로된 자세로된 제대로된 운동까지는 커버하지 못한다고 생각하였고
[4] 이를 위해 홈트할 때 자세에 대한 보고서를 만들어주는 서비스, UPT를 제작하게 되었습니다.
[5] 우선 시연 영상부터 보시죠. 처음에 시작버튼을 누르면 사용법이 나오고, 카메라로 각 인체의 부분을 인식합니다.
 지금의 경우 플랭크 자세를 해야하는데 그 자세를 아예 취하지 않았기에 잘못 촬영되었다고 나옵니다
제대로 자세를 취한 뒤 STOP을 눌러주면 이처럼 좌우, 상하에 대한 각각의 점수와 함께 어떤 부분이 잘못되었는지, 왜 이 자세가 좋지 않은지에 대해 알려줍니다.
[6] 이제부터는 저희 서비스의 구현 과정에 대해 말씀드리겠습니다.
우선 운동 관련 데이터가 따로 없어 크롤링을 통해 2천개의 플랭크 자세 데이터를 수집하고 일일히 라벨링했습니다.
그 후 PIL 라이브러리를 통해 정방형을 조절하고 POSENET에 돌린 뒤 자체 제작한 알고리즘을 통해 모든 사진의 중심점을 맞췄습니다.
[7] 이를 바탕으로 나온 값을 빠른 속도를 위해 XGBOOST를 이용해 학습시켜줬고, 정확도를 높이는 작업을 하여 모델을 만들었습니다.
[8]  그 후 FLASK를 통해 웹을 구성하여 사용자의 노트북 카메라를 통해 운동 영상을 가져와 모델에 넣고 이를 통해 나온 정확도와 POSENET값을 바탕으로 운동 보고서를 작성하는 알고리즘을 자체적으로 개발하였습니다.
[9] 다만 조금 아쉬운 점이 있는데요, 적은 데이터 수로 인한 낮은 정확도와 플랭크 자세에 한정되었다는 점은 저희가 이 프로젝트를 상용화하기 위해선 필수적이라고 생각합니다
[10] 이 모든 과정은 철저한 분업화와 팀프로젝트를 통해 이뤄졌고, 매일 9시 5시 두 번의 회의를 통해 각자 했던 점, 모르는 점을 공유하고 해결해나갔습니다.
[11] 이렇게 저희는 2주간 프로젝트를 하며 성장할 수 있었습니다. 저희 프로젝트에 조언을 아끼지 않아주신 최주원, 박준영 강사님, 그리고 이 기회를 주신 광주 인공지능 사관학교 모두 감사합니다! 이상으로 발표를 마치겠습니다.