KR20230001356A

KR20230001356A - 스윙 분석 장치 및 스윙 분석 방법

Info

Publication number: KR20230001356A
Application number: KR1020210084127A
Authority: KR
Inventors: 윤성한; 김진영; 김지연
Original assignee: 주식회사 골프존
Priority date: 2021-06-28
Filing date: 2021-06-28
Publication date: 2023-01-04
Also published as: WO2023277381A1; KR102633168B1

Abstract

스윙 분석 장치 및 스윙 분석 방법을 제시하며, 일 실시예에 따른 스윙 분석 장치는, 골퍼의 모습을 촬영한 스윙영상을 획득하기 위한 입출력부, 머신러닝을 수행하기 위한 프로그램이 저장되는 메모리, 및 상기 프로그램을 실행함으로써 스윙영상에 대한 머신러닝을 수행하는 제어부를 포함하며, 상기 제어부는, 학습된 머신러닝 모델을 이용하여 스윙영상으로부터 골퍼의 스윙오류를 검출하고, 상기 스윙오류에 기초하여 드릴영상을 추천하며, 상기 드릴영상에 대응되는 미션을 추천한다.

Description

스윙 분석 장치 및 스윙 분석 방법{APPARATUS AND METHOD FOR ANALYZING GOLF SWING}

본 명세서에서 개시되는 실시예들은 스윙 분석 장치 및 스윙 분석 방법에 관한 것으로, 보다 상세하게는, 골퍼의 스윙 모습을 촬영한 스윙영상을 분석하고, 분석 결과에 따라 드릴영상 및 미션을 제공하기 위한 장치 및 방법에 관한 것이다.

골프에 대한 인기가 높아짐에 따라 골프 실력을 향상시키고자 하는 골퍼들의 니즈가 커지고 있다.

한편 비거리 등을 개선하기 위해서는 골퍼의 스윙 자세가 중요한데, 스윙 자세에 문제점을 발견하고 교정 받기 위해서는 골퍼의 골프 플레이 시 그 현장에 골프 프로들이 위치하고 있어 별도로 교습을 받거나, 또는 골프 스윙을 녹화한 스윙영상을 프로 골퍼들에게 전달하고 그에 따라 교정을 받는 방법이 가능하다.

다만, 위와 같이 자세의 교정을 수행하는 종래 기술은 프로 골퍼를 필요로 한다는 점에서 코칭하고자 하는 프로 골퍼가 없을 때 교정을 수행하기 어렵다는 문제점이 있고, 또한 프로 골퍼들의 실력 차로 인해 프로 골퍼 별로 상이한 질의 코칭을 받게 된다는 문제점이 있다.

관련하여 선행기술 문헌인 한국공개특허 제10-2001-0102751 호에서는 자신의 스윙폼을 비디오로 찍어 인터넷 사이트 개설자에게 인터넷이나 우편으로 자료를 보내고 이것을 받은 인터넷 사이트 개설자는 자신과 계약된 프로골퍼에게 이 자료를 분석 및 의뢰하여 프로골퍼가 분석한 내용을 자신의 사이트에 올리는 방법에 대해 개시하고 있다.

위 공개특허는 골퍼로 하여금 스윙 모습을 촬영하게 하고 촬영된 영상을 프로 골퍼에게 보내 분석을 의뢰하는데 그칠 뿐이어서 프로 골퍼와 컨택하기 어렵거나 프로 골퍼에게 자세 교정을 받는 데 있어 발생되는 비용이 부담스러운 골퍼는 자세 교정을 받기 어렵다는 문제점이 있다. 더군다나 자세 교정에 받는데 그칠 뿐 자세 교정을 위해 골퍼가 어떠한 노력을 기울여야 하는지에 대해 알기 어렵다는 문제점도 있다.

따라서 위 문제점을 해결하기 위한 기술의 개발이 필요하게 되었다.

한편, 전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

본 명세서에서 개시되는 실시예들은, 스윙 분석 장치 및 스윙 분석 방법을 제시하는데 목적이 있다.

또한, 본 명세서에서 개시되는 실시예들은, 인공지능을 이용하여 스윙영상을 분석하는 장치 및 방법을 제시하는데 데 목적이 있다.

또한, 본 명세서에서 개시되는 실시예들은, 스윙영상 분석 결과를 토대로 드릴영상을 제공함으로써 골퍼의 스윙 실력을 향상시킬 수 있도록 하는 장치 및 방법을 제시하는데 목적이 있다.

또한, 본 명세서에서 개시되는 실시예들은, 스윙영상 분석 결과를 토대로 미션을 제공함으로써 골퍼의 스윙 실력을 향상시킬 수 있도록 하는 장치 및 방법을 제시하는데 목적이 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 명세서에 기재된 일 실시예에 따르면, 스윙 분석 장치로서, 골퍼의 모습을 촬영한 스윙영상을 획득하기 위한 입출력부, 머신러닝을 수행하기 위한 프로그램이 저장되는 메모리, 및 상기 프로그램을 실행함으로써 스윙영상에 대한 머신러닝을 수행하는 제어부를 포함하며, 상기 제어부는, 학습된 머신러닝 모델을 이용하여 스윙영상으로부터 골퍼의 스윙오류를 검출하고, 상기 스윙오류에 기초하여 드릴영상을 추천하며, 상기 드릴영상에 대응되는 미션을 추천할 수 있다.

또한, 상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 명세서에 기재된 일 실시예에 따르면, 스윙 분석 장치가 골퍼의 스윙을 분석하는 방법으로서, 학습된 머신러닝 모델을 이용하여 스윙영상으로부터 골퍼의 스윙오류를 검출하는 단계, 상기 스윙오류에 기초하여 드릴영상을 추천하는 단계, 및 상기 드릴영상에 대응되는 미션을 추천하는 단계를 포함할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 스윙 분석 장치 및 스윙 분석 방법을 제시할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 인공지능을 이용하여 스윙영상을 분석하는 장치 및 방법을 제시할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 스윙영상 분석 결과를 토대로 드릴영상을 제공함으로써 골퍼의 스윙 실력을 향상시킬 수 있도록 하는 장치 및 방법을 제시할 수 있다.

전술한 과제 해결 수단 중 하나에 의하면, 스윙영상 분석 결과를 토대로 미션을 제공함으로써 골퍼의 스윙 실력을 향상시킬 수 있도록 하는 장치 및 방법을 제시할 수 있다.

개시되는 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 개시되는 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 명세서에 개시된 일 실시예에 따른 스윙 분석 장치를 설명하기 위한 구성도이다.
도 2 내지 도 3은 본 명세서에 개시된 일 실시예에 따른 스윙 분석 장치를 설명하기 위한 블록도이다.
도 4는 본 명세서에 개시된 일 실시예에 따른 스윙 분석 장치를 설명하기 위한 예시도이다.
도 5는 본 명세서에 개시된 일 실시예에 따른 스윙 분석 방법을 설명하기 위한 순서도이다

아래에서는 첨부한 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 아래에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여, 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략하였다. 그리고, 도면에서 실시예들의 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 또한 이후의 설명에서, 동일한 구성 요소들은 비록 그들이 상이한 도면들에 도시되어 있더라도 동일한 도면 부호들에 의해 지시될 수 있다.

명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐 아니라, '그 중간에 다른 구성을 사이에 두고 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성이 어떤 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들을 더 포함할 수도 있음을 의미한다.

이하 첨부된 도면을 참고하여 실시예들을 상세히 설명하기로 한다.

도 1은 본 명세서에 개시된 일 실시예에 따른 스윙 분석 장치를 설명하기 위한 구성도이며, 도 2 내지 도 3은 본 명세서에 개시된 일 실시예에 따른 스윙 분석 장치를 설명하기 위한 블록도이다.

스윙 분석 장치(100)는 골퍼의 스윙 모습을 촬영한 스윙영상을 획득하여 분석하고 그에 따른 드릴영상 및 미션을 추천한다.

이러한 스윙 분석 장치(100)는 사용자단말 또는 서버-클라이언트 시스템 중 어느 하나의 형태로 구현될 수 있으며, 서버로 구현될 경우, 스윙 분석 장치(100)를 구성하는 구성부는 물리적으로 분리된 복수의 서버에서 수행되거나 하나의 서버에서 수행될 수 있다.

일 실시예에 따르면 도 1에서 도시된 바와 같이, 스윙 분석 장치(100)는 서버-클라이언트 시스템으로 구현될 수 있으며, 이를 위해 사용자단말(10) 및 서버(20)를 포함하며 사용자단말(10) 및 서버(20)는 네트워크(N)를 통해 통신할 수 있다.

사용자단말(10)은 네트워크(N)를 통해 원격지의 서버에 접속하거나, 타 단말 및 서버와 연결 가능한 컴퓨터나 휴대용 단말기, 텔레비전, 웨어러블 디바이스(Wearable Device) 등으로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop)등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), GSM(Global System for Mobile communications), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), 스마트폰(Smart Phone), 모바일 WiMAX(Mobile Worldwide Interoperability for Microwave Access) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 또한, 텔레비전은 IPTV(Internet Protocol Television), 인터넷 TV(Internet Television), 지상파 TV, 케이블 TV 등을 포함할 수 있다. 나아가 웨어러블 디바이스는 예를 들어, 시계, 안경, 액세서리, 의복, 신발 등 인체에 직접 착용 가능한 타입의 정보처리장치로서, 직접 또는 다른 정보처리장치를 통해 네트워크를 경유하여 원격지의 서버에 접속하거나 타 단말과 연결될 수 있다.

서버(20)는 골퍼와의 인터랙션을 위한 애플리케이션이나 웹브라우저가 설치된 사용자단말(10)과 네트워크를 통해 통신이 가능한 컴퓨터로 구현되거나 클라우드 컴퓨팅 서버로 구현될 수 있다. 또한, 서버(20)는 데이터를 저장할 수 있는 저장장치를 포함하거나 제3서버를 통해 데이터를 저장할 수 있다.

추가로 스윙 분석 장치(100)는 키오스크(미도시)를 더 포함할 수 있다. 키오스크(미도시)는 네트워크(N)를 통해 서버(20)와 통신할 수 있다.

이러한 키오스크(미도시)는 실시예에 따르면, 추천된 미션에 관한 정보를 제공하며, 미션의 수행 여부, 미션의 성공 여부를 판단하고, 그에 따라 골퍼의 레벨을 상승시키고 보상을 제공할 수 있다. 또한 키오스크(미도시)는 스윙영상을 분석한 스윙오류를 출력할 수 있으며, 또한 감지된 골프공 또는 골프클럽의 움직임을 분석한 볼 데이터(예를 들어 스핀값, 비거리 등)를 출력하거나, 또는 골퍼가 사용한 골프 클럽에 관한 클럽 데이터(예를 들어 골프 클럽의 종류 등)를 출력할 수 있다.

이러한 스윙 분석 장치(100)는 도 2에서 도시된 바와 같이, 입출력부(210), 제어부(220), 통신부(230) 및 메모리(240)를 포함할 수 있다.

입출력부(210)는 골퍼로부터 입력을 수신하기 위한 입력부와, 작업의 수행 결과 또는 스윙 분석 장치(100)의 상태 등의 정보를 표시하기 위한 출력부를 포함할 수 있다. 예를 들어, 입출력부(210)는 골퍼 입력을 수신하는 조작 패널(operation panel) 및 화면을 표시하는 디스플레이 패널(display panel) 등을 포함할 수 있다.

구체적으로, 입력부는 키보드, 물리 버튼, 터치 스크린, 카메라 또는 마이크 등과 같이 다양한 형태의 사용자 입력을 수신할 수 있는 장치들을 포함할 수 있다. 또한, 출력부는 디스플레이 패널 또는 스피커 등을 포함할 수 있다. 다만, 이에 한정되지 않고 입출력부(210)는 다양한 입출력을 지원하는 구성을 포함할 수 있다.

따라서 일 실시예에 따르면, 입력부로서 카메라에 의해 골퍼의 스윙 모습이 촬영되면, 촬영된 스윙영상을 분석함에 따라 추천되는 드릴영상, 또는 미션을 출력부가 출력할 수 있다.

한편 제어부(220)는 스윙 분석 장치(100)의 전체적인 동작을 제어하며, CPU, GPU 등과 같은 프로세서를 포함할 수 있다. 제어부(220)는 입출력부(210)를 통해 수신한 사용자 입력에 대응되는 동작을 수행하도록 스윙 분석 장치(100)에 포함된 다른 구성들을 제어할 수 있다.

예를 들어, 제어부(220)는 메모리(240)에 저장된 프로그램을 실행시키거나, 메모리(240)에 저장된 파일을 읽어오거나, 새로운 파일을 메모리(240)에 저장할 수도 있다.

제어부(220)에 관한 동작은 도 4를 참조하여 보다 상세히 후술되며, 도 4는 본 명세서에 개시된 일 실시예에 따른 스윙 분석 장치(100)를 설명하기 위한 예시도이다.

통신부(230)는 다른 디바이스 또는 네트워크와 유무선 통신을 수행할 수 있다. 이를 위해, 통신부(230)는 다양한 유무선 통신 방법 중 적어도 하나를 지원하는 통신 모듈을 포함할 수 있다. 예를 들어, 통신 모듈은 칩셋(chipset)의 형태로 구현될 수 있다.

통신부(230)가 지원하는 무선 통신은, 예를 들어 Wi-Fi(Wireless Fidelity), Wi-Fi Direct, 블루투스(Bluetooth), UWB(Ultra Wide Band) 또는 NFC(Near Field Communication) 등일 수 있다. 또한, 통신부(230)가 지원하는 유선 통신은, 예를 들어 USB 또는 HDMI(High Definition Multimedia Interface) 등일 수 있다.

메모리(240)에는 파일, 어플리케이션 및 프로그램 등과 같은 다양한 종류의 데이터가 설치 및 저장될 수 있다. 제어부(220)는 메모리(240)에 저장된 데이터에 접근하여 이를 이용하거나, 또는 새로운 데이터를 메모리(240)에 저장할 수도 있다. 또한, 제어부(220)는 메모리(240)에 설치된 프로그램을 실행할 수도 있다. 도 2를 참조하면, 예를 들어 메모리(240)에는 스윙 분석 방법을 수행하기 위한 프로그램이 설치될 수 있으며, 또는 머신러닝을 수행하기 위한 프로그램이 설치되어 있을 수 있고, 또는 학습된 머신러닝 모델 프로그램이 설치될 수 있다.

일 실시예에 따르면, 입출력부(210)를 통해 골퍼로부터 스윙 자세 분석을 요청하는 입력을 수신하면, 제어부(220)는 메모리(240)에 저장된 스윙 분석 방법을 위한 프로그램을 실행시킬 수 있다.

한편 도 3을 참조하면, 제어부(220)는 전처리부(310), 오류검출부(320), 드릴추천부(330) 및 미션추천부(340)를 포함할 수 있다.

일 실시예에 따른 전처리부(310)는, 스윙영상에서의 골퍼의 자세 스윙오류를 추출하기 위해 스윙영상을 획득하고, 획득된 스윙영상에 관한 전처리를 수행할 수 있다.

예를 들어 전처리부(310)는 입출력부(110)를 통해 스윙영상을 획득할 수 있다.

또한 예를 들어 전처리부(310)는 스윙영상의 밝기, 해상도, 사이즈 등을 보정함으로써 스윙영상에 대한 전처리를 수행할 수 있다. 골프 플레이가 야외에서 진행되는 경우 일조량 등에 따라 스윙영상의 밝기, 해상도 등이 촬영할 때마다 달라질 수 있고 또한 실내 스크린 골프에서 골프 플레이가 진행되는 경우 조명 밝기, 또는 촬영기기 등으로 인해 스윙영상의 밝기, 해상도, 사이즈 등이 스크린 골프 시스템 별로 달라질 수 있다. 이러한 현실을 반영하여, 학습된 머신러닝 모델이 효과적으로 결과값을 출력할 수 있도록 스윙영상에 대한 전처리를 수행할 수 있다.

또한 예를 들어 전처리부(310)는 스윙영상에서 골퍼가 포함된 영역을 추출함으로써 전처리를 수행할 수 있다. 골퍼가 스윙하는 모습이 촬영될 때 골퍼 이외의 사람 또는 지형지물이 촬영되는 경우가 있어 촬영된 영상 내에서 분석의 대상이 되는 영역을 스윙영상으로서 추출할 수 있다.

이를 위해 전처리부(310)는 머신러닝 모델을 이용할 수 있으며, 예를 들어, YOLO(You Only Look Once)를 이용하여 스윙영상 내 객체에 바운딩박스를 설정하고 바운딩박스 내의 영상을 추출해낼 수 있으며, 또는 골프클럽 등의 특징점을 학습시킨 딥러닝 모델을 이용하여 객체를 탐지해낼 수 있다.

한편 오류검출부(320)는, 스윙영상을 분석하여 스윙오류를 검출할 수 있다. 이때 오류검출부(320)는 전처리된 스윙영상을 분석하여 스윙오류를 검출할 수 있다.

오류검출부(320)는 학습된 머신러닝 모델을 이용하여 스윙영상을 입력하고 입력된 스윙영상에 관한 오류를 획득할 수 있다.

일 실시예에 따르면 오류검출부(320)는 스윙영상을 입력하였을 때 스윙오류를 출력하도록 머신러닝 모델을 학습시킬 수 있다.

예를 들어 스윙영상을 입력하였을 때, 골퍼가 스윙할 때 갖고 있는 자세의 문제점을 나타내는 스윙오류를 출력하도록 머신러닝 모델을 학습시킬 수 있다.

또 다른 실시예에 따르면 오류검출부(320)는 스윙영상을 입력하였을 때 기준선이 마킹된 기준영상을 출력하도록 머신러닝 모델을 학습시킬 수 있다.

예를 들어 스윙영상을 입력하였을 때 기준영상을 출력하도록 머신러닝 모델을 학습시키되, 기준선이 표시된 기준영상을 웹을 통해 크롤링하여 수집하고, 기준선을 삭제한 영상을 스윙영상으로서 입력하였을 때 해당 기준영상이 출력되도록 머신러닝 모델을 학습시킬 수 있다.

또한 예를 들어 스윙영상을 입력하였을 때, 스윙영상 내에서 골퍼의 스켈레톤을 추출하도록 머신러닝 모델을 학습시킬 수 있으며, 그에 따라 오류검출부(320)는 골퍼의 관절 및 신체부위 지점을 추출하고, 식별된 관절 또는 신체부위를 잇는 기준선을 스윙영상 상에 표시할 수 있다. 그에 따라 오류검출부(320)는, 골퍼가 갖고 있는 자세의 문제점을 파악하기 위한 기준선이 표시된 기준영상을 출력할 수 있다.

관련하여 도 4의 (a)에서 도시된 바와 같이, 스윙영상(400)을 입력하였을 때 도 4의 (b)에서 도시된 바와 같이 오류검출부(320)는, 양 어깨를 잇는 기준선(411) 및 정수리와 골반을 잇는 기준선(410) 각각이 표시된 기준영상(401)을 출력할 수 있다.

또한 오류검출부(320)는 기준선을 토대로 골퍼가 갖고 있는 스윙오류를 분석할 수 있으며, 복수의 기준선 간의 각도, 또는 기준선 간의 거리, 기준선 간의 상대적인 위치 등을 고려하여 나타날 수 있는 스윙오류를 결정할 수 있다. 예를 들어 오류검출부(320)는 기준선(410) 및 기준선(411) 간의 각도를 통해 얼리 익스텐션(early extension) 현상이 스윙오류로서 발생하였음을 분석해낼 수 있다.

오류검출부(320)는 스윙영상에 관한 스윙오류를 출력하면서 도 4에서 도시된 바와 같이, 스윙영상 상에 기준선(410, 411)이 표시된 기준영상(401)을 제공할 수 있다. 기준영상(401)을 참조하여 골퍼는 스윙오류가 도출된 근거를 확인할 수 있다.

또한 오류검출부(320)는 기준영상에 대한 골퍼의 피드백을 획득할 수 있으며, 피드백을 획득하면 피드백을 토대로 머신러닝 모델을 다시 학습시킬 수 있다.

예를 들어 골퍼는 기준영상(401)에서의 기준선(410, 411)이 잘못 표시되었다고 판단하고 기준선을 정정할 수 있으며, 정정된 기준선이 반영된 기준영상을 출력할 수 있도록 오류검출부(320)는 머신러닝 모델을 다시 학습시킬 수 있다.

한편 오류검출부(320)는 스윙영상으로부터 하나 이상의 스윙오류를 추출해낼 수 있다.

즉 오류검출부(320)는 스윙영상으로부터 복수개의 스윙오류를 추출할 수 있으며 복수 개의 스윙오류를 추출하면 추출된 스윙오류 중에서 하나의 스윙오류를 선택할 수 있다.

반면 스윙영상으로부터 하나의 스윙오류를 추출한다면 오류검출부(320)는 하나의 오류를 드릴영상 추천을 위한 오류로 이용할 수 있도록 드릴추천부(330)에 전달할 수 있다.

이때 이하에서 설명의 편의상, 스윙영상으로부터 추출된 스윙오류를 '제1스윙오류', 제1스윙오류 중에서 드릴영상의 추천을 위해 선별된 스윙오류를 '제2스윙오류'라 칭한다.

일 실시예에 따르면 오류검출부(320)는 골퍼의 과거 스윙영상으로부터 추출된 스윙오류에 기초하여 하나 이상의 제1스윙오류 중에서 제2스윙오류를 선택할 수 있다.

예를 들어, 현재의 스윙영상으로부터 추출된 제1스윙오류 중에서, 과거 스윙영상으로부터 추출된 제1스윙오류를 제외한 나머지 제1스윙오류 중에서 하나를 제2스윙오류로 선택할 수 있다. 즉, 오류검출부(320)가 현재의 스윙영상에서 제1스윙오류로서, 슬라이드(slide) 및 스웨이(sway) 현상을 진단하였을 때, 골퍼의 과거의 스윙영상에서 제1스윙오류로서 스웨이를 추출한 적이 있다면 스웨이를 제외한 슬라이드를 제2스윙오류로서 결정할 수 있다.

또는 예를 들어, 현재의 스윙영상으로부터 추출된 제1스윙오류 중에서, 과거 스윙영상으로부터 추출된 횟수를 카운팅하여 추출횟수에 따라 제1스윙오류를 정렬하고, 가장 많은 횟수로 추출된 제1스윙오류를 제2스윙오류로서 선택할 수 있다. 오류검출부(320)가 현재의 스윙영상에서 제1스윙오류로서, 역피봇(reverse pivot) 및 슬라이드 현상을 진단하였을 때, 골퍼의 과거 스윙영상 5개로부터 역피봇 현상을 2회, 슬라이드 현상을 5회 추출하면 슬라이드를 제2스윙오류로서 결정할 수 있다. 이때, 제2스윙오류의 선택을 위해 선택되는 과거 스윙영상은, 드릴영상의 추천에 이용되지 않았던 스윙영상일 수 있다.

또 다른 실시예에 따르면 오류검출부(320)는 골퍼의 과거 미션 수행정보에 기초하여 하나 이상의 제1스윙오류 중에서 제2스윙오류를 선택할 수 있다. 이때 과거 미션수행정보는 과거, 골퍼에게 할당된 미션에 대한 골퍼의 반응에 관한 정보로서, 예를 들어 미션 달성 여부, 미션 수행 시 수행의 정도 등에 관한 정보를 포함할 수 있다.

따라서 예를 들어, 골퍼가 과거 할당받은 미션을 수행하였을 때 미션 수행에 관한 정보를, 오류검출부(320)는 과거 미션 수행정보로서 저장하고, 제1스윙오류 중에서, 과거 미션 수행정보를 참조하여 과거 골퍼가 달성했던 미션과 관련된 스윙오류를 제외한 나머지 제1스윙오류 중에서 하나를 제2스윙오류를 선택할 수 있다. 오류검출부(320)는 골퍼가 과거 미션으로서 스쿼트 운동 미션을 받고 해당 미션을 수행함에 따라 과거 미션 수행정보로서 '스쿼트 운동 미션 완료'가 저장되어 있다면, 스쿼트 운동과 관련된 미션이 매칭된 제1스윙오류를 제외한 나머지 제1스윙오류 중에서 제2스윙오류를 선택할 수 있다.

한편 오류검출부(320)는 제2스윙오류에 기초하여 제3스윙오류를 결정할 수 있다. 이때 제3스윙오류는 골퍼가 갖고 있는 신체 문제점을 나타내는 정보로서, 예를 들어, 신체 부위별 유연성 부족, 신체 부위별 근력 부족, 신체 부위별 회전력 부족, 안정성 부족, 균형감 부족 등일 수 있다.

이를 위해 오류검출부(320)는 제2스윙오류의 원인이 되는 신체 문제점을 테이블로서 저장할 수 있다. 예를 들어, '스웨이'의 제2스윙오류에 대응하여 '골반 틀어짐' 및 '골반 유연성 부족'을 신체 문제점으로 저장해둘 수 있다.

일 실시예에 따르면 오류검출부(320)는 제2스윙오류의 원인이 되는 신체 문제점을 골퍼에게 제공하고, 골퍼에 의해 선택된 문제점을 제3스윙오류로서 결정할 수 있다. 예를 들어, 제2스윙오류의 원인이 되는 '좌우 팔 불균형', '골반 틀어짐', '엉덩이 근육 부족'을 제공함에 따라 '엉덩이 근육 부족'을 선택받으면, 오류검출부(320)는 '엉덩이 근육 부족'을 제3스윙오류로서 결정할 수 있다.

또 다른 실시예로서 오류검출부(320)는 제2스윙오류의 원인이 되는 신체 문제점 중에서, 골퍼와 유사하다고 판단되는 타 골퍼에 의해 선택되었던 신체 문제점을 제3스윙오류로서 결정할 수 있다. 이때 골퍼와 유사한 타 골퍼는, 골퍼와 프로필(예를 들어 성별, 연령, 거주지 등)이 동일하거나, 골프 플레이 기간이 동일하거나, 또는 스윙영상의 분석이 요청되는 지리학적 위치(예를 들어 컨트리클럽명, 스크린골프 지점 등)가 동일한 골퍼일 수 있다. 따라서 예를 들어, 골퍼의 제2스윙오류의 원인으로서 매칭되는 신체 문제점이 '골반 틀어짐', '허리 유연성 부족'일 때, 골퍼와 연령대가 같은 타 골퍼에 의해 선택되었던 문제점이 '허리 유연성 부족'일 때, 오류검출부(320)는 '허리 유연성 부족'을 제3스윙오류로서 결정할 수 있다.

상술된 바와 같이 오류검출부(320)는 제2스윙오류를 증폭함으로써 골퍼의 신체 문제점을 진단할 수 있다.

그리고 드릴추천부(330)는 스윙오류에 대응되는 드릴영상을 추천할 수 있다.

이를 위해 드릴추천부(330)는 드릴영상을 저장할 수 있다. 이때, '드릴영상'은 골프 자세 교정을 위한 설명 또는 주의사항이나, 골프 자세 교정을 위한 운동에 관한 설명 등이 포함된 영상을 지칭하며, 드릴추천부(330)는 스윙 분석 장치(100)의 외부 서버인 제3서버에 게시된 영상을 크롤링(crawl)함으로써 드릴영상을 복수개 저장할 수 있다. 이때 제3서버는 복수 개의 영상을 저장하는 서버로서, 예를 들어 포털사이트 서버, OTT(Over The Top) 서버 등일 수 있다.

또한 드릴추천부(330)는 드릴영상을 스윙오류에 매칭하여 저장할 수 있다.

일 실시예에 따르면, 드릴추천부(330)는 드릴영상이 어떤 스윙오류에 매칭되는 영상인지를 분석하고, 드릴영상을 해당 스윙오류에 매칭시켜 테이블로 저장할 수 있다.

이를 위해 드릴추천부(330)는 드릴영상으로서 수집된 영상의 제목, 또는 드릴영상에 포함된 프레임, 또는 드릴영상에 포함된 오디오를 분석함으로써 해당 영상이 어떤 스윙오류와 관련된 영상인지를 결정할 수 있다. 예를 들어 수집된 영상의 제목에 '슬라이드'가 포함된다면 해당 영상은 슬라이드를 교정하기 위한 영상으로 판단하고 드릴추천부(330)는 스윙오류로서 '슬라이드'에 해당 영상을 드릴영상으로서 저장할 수 있다. 또는 예를 들어 수집된 영상에 포함된 오디오로부터 '골반 틀어짐'이라는 멘트를 수집하면, 드릴추천부(330)는 스윙오류로서 '골반 틀어짐'에 해당 영상을 드릴영상으로서 저장할 수 있다.

그에 따라 오류검출부(320)로부터 골퍼의 스윙오류를 획득하면 스윙오류에 대응되는 드릴영상을 검색하여 출력할 수 있다.

또 다른 실시예에 따르면 드릴추천부(330)는 스윙오류를 입력하였을 때 드릴영상을 출력할 수 있도록 머신러닝 모델을 학습시킬 수 있다.

그리고 오류검출부(320)로부터 골퍼의 스윙오류를 획득하면, 드릴추천부(330)는 학습된 머신러닝 모델을 이용하여 스윙오류를 입력함에 따라 추천될 드릴영상을 결정할 수 있다.

상술된 바에 따라 출력이 결정된 드릴영상이 복수 개이면, 드릴추천부(330)는 추가로 복수개의 드릴영상 각각에 관한 드릴선호도를 연산하여 복수 개의 드릴영상을 정렬시켜 골퍼에게 제공할 수 있다.

'드릴선호도'는 드릴영상에 대한 골퍼의 선호도를 나타내는 점수이다.

일 실시예에 따르면 드릴선호도는 드릴영상을 수집할 때 결정될 수 있는데, 예를 들어, 드릴영상으로서 수집된 영상이 게시된 제3서버 플랫폼에서의 조회수, 추천수, 및 좋아요 수 중 적어도 하나에 기초하여 결정될 수 있으며, 예를 들어 조회수, 또는 추천수, 또는 좋아요 수에 비례하여 드릴선호도가 높아질 수 있다. 이를 통해 온라인에서 골퍼들에게 인기있는 영상을 제공해줄 수 있다.

또 다른 실시예에 따르면 드릴선호도는 드릴영상을 시청한 타 골퍼의 피드백에 따라 결정될 수 있다.

예를 들어, 드릴영상을 골퍼에게 제공하였을 때 조회된 횟수를 카운팅하여 조회수에 따라 해당 드릴영상의 드릴선호도를 산출할 수 있다. 또는 예를 들어, 드릴영상을 골퍼에게 제공하였을 때 시청 시간을 카운팅하여 시청 시간에 따라 해당 드릴영상의 드릴선호도를 산출할 수 있다. 또는 예를 들어 드릴영상을 골퍼에게 제공하였을 때 골퍼로부터 '좋아요'를 획득하거나 또는 타 골퍼로의 추천을 입력한 횟수를 카운팅하여 해당 드릴영상의 드릴선호도를 산출할 수 있다.

또는 예를 들어, 드릴영상을 제공받은 골퍼의 스윙영상을, 해당 드릴영상을 제공한 이후 소정의 기간이 경과된 이후에 획득하고 분석함에 따라 도출된 스윙오류가, 제공했던 드릴영상과 무관한 것임이 판단되면, 해당 드릴영상으로 인해 골퍼의 자세가 교정되거나 스윙 스킬이 향상된 것으로 판단하고 드릴선호도를 높게 설정할 수 있다. 또는 예를 들어, 드릴영상을 제공하고 드릴영상에 매칭되는 미션을 제공하였을 때 미션 달성율에 따라 드릴선호도를 산출할 수 있으며, 예를 들어 미션 달성율이 높을수록 드릴선호도를 높게 산출할 수 있다.

상술된 바에 따라 드릴선호도가 산출됨에 따라 드릴추천부(330)는 드릴영상을 정렬하여 추천할 수 있는데, 이때, 소정의 조건이 만족되면 드릴영상 중에 일부를 추천하지 않을 수 있다.

예를 들어, 소정의 조건으로서, 골퍼 계정에 등록된 골퍼의 사용자단말의 기종, 골퍼의 사용자단말의 이용요금제(예를 들어, 종량제인지 정액제인지 여부)에 관한 정보를 토대로, 정렬된 드릴영상 중에서, 소정 이상의 용량을 갖는 드릴영상은 제외시키고 나머지 드릴영상만을 제공할 수 있다.

또는 예를 들어 소정의 조건으로서 골퍼 계정에 등록된 골퍼의 질병 기록에 기초하여, 정렬된 드릴영상 중에서 질병을 악화시킬 수 있는 드릴영상을 제외시키고 나머지 드릴영상을 제공할 수 있는데, 그에 따라 허리디스크가 있는 골퍼에게는, 허리를 꺾는 내용을 담는 드릴영상은 제외시킬 수 있다. 이때, 질병 기록을 악화시킬 수 있는 드릴영상인지 여부의 판단은, 소정 동작에 관한 드릴영상 수집 시 드릴영상에 달린 코멘트, 댓글, 드릴영상에 포함된 오디오, 이미지 등을 분석함으로써 해당 동작에 관한 내용이 담긴 드릴영상에 대해 긍정적인 질병(즉 영상 내 콘텐츠 관련 개선이 되는 질병), 및 부정적인 질병(즉 영상 내 콘텐츠 관련 악화되는 질병)을 분류하여, 해당 드릴영상에 매칭시켜 저장할 수 있다. 일 예로, 허리 근육을 강화시키는 드릴영상에서 동작 시연자가 오디오로 '허리 디스크가 있는 분들은 이 동작을 하지 마세요'라는 멘트를 하였음을 분석하면 해당 드릴영상을, 허리디스크가 있는 골퍼에게 제공될 드릴영상 중에서 제외시키고 추천할 수 있다.

드릴선호도는 머신러닝 모델을 재학습시키는데 이용될 수 있으며, 예를 들어 드릴선호도에 따라 드릴영상을 정렬하고, 스윙오류를 입력하였을 때 정렬된 순서에 따라 소정의 순위 내의 드릴영상이 출력하도록 머신러닝 모델을 재학습시킬 수 있다.

한편 미션추천부(340)는 드릴영상에 기초하여 미션을 추천할 수 있다.

이때 미션은 골퍼로 하여금 소정의 행동을 수행하도록 요청하는 정보이며, 특정 동작 및 동작 횟수, 동작 수행 기간 등에 관한 정보를 포함할 수 있다. 또한 미션은 추가로, 예를 들어 하나 이상의 레벨이 매칭되어 저장될 수 있으며, 동작이 동일하더라도 레벨별로 동작 횟수 또는 동작 수행 기간이 달라짐에 따라 동작의 수행 강도가 달라지도록 할 수 있다. 따라서 같은 미션이라도 레벨이 높아지게 되면, 같은 신체부위를 단련시키더라도 횟수가 높아질 수 있으며, 예를 들어, '기본 스쿼트' 10회가 1레벨이라면 '기본 스쿼트' 20회가 2레벨로 설정될 수 있다.

따라서, 예를 들어 미션추천부(340)는 '스쿼트' 동작을, 20회씩 3세트로, 2주 동안 수행하는 것을 미션으로 추천하거나, 1레벨의 스쿼트로서 기본 스쿼트를 20회씩 3세트로, 2주 동안 수행하는 것을 미션으로 추천할 수 있다.

이러한 미션은 스윙 분석 장치(100)에 기설정되어 있을 수 있으며 또는 웹을 통해 크롤링됨으로써 수집될 수 있다. 미션이 기설정되거나 수집됨으로써 저장될 때 미션별 레벨에 따라 강도가 달리 저장될 수 있다.

따라서 예를 들어 드릴영상에 미션이 매칭되어 테이블로서 저장될 수 있고, 이에 미션추천부(340)는 드릴추천부(330)에 의해 추천된 드릴영상에 매칭된 미션을 추천할 수 있다.

또는 예를 들어, 드릴영상을 입력하였을 때 미션을 출력하도록 학습된 머신러닝 모델을 이용하여, 미션추천부(340)는 드릴추천부(330)에 의해 추천된 드릴영상에 매칭된 미션을 추천할 수 있다. 따라서 드릴추천부(330)는 학습된 머신러닝 모델에 드릴영상을 입력함으로써 추천될 미션을 출력할 수 있다.

미션추천부(340)는 상술된 바에 따라 추천이 결정된 복수개의 미션 각각에 관한 미션선호도를 연산하고, 미션선호도가 높은 순서로 복수 개의 미션을 정렬시켜 골퍼에게 제공할 수 있다.

이때 미션선호도는 골퍼에게 과거 추천했던 미션에 기초하여 산출될 수 있으며, 미션추천부(340)는 해당 미션이 과거 추천했던 미션과 관련된 정도에 따라 미션선호도를 산출할 수 있다. 예를 들어, 해당 미션이, 과거 추천되었던 미션과 관련된 경우 미션선호도를 낮게 산출하고 과거 추천되었던 미션과 무관하면 미션선호도를 높게 산출할 수 있다. 이에 예를 들어 미션이 하체 훈련과 관련되고, 과거 추천되었던 미션이 상체 훈련 또는 유연성과 관련된 경우 해당 미션에 대한 미션선호도를 높게 설정할 수 있다.

또한 미션선호도는 골퍼 또는 타 골퍼에 의해 선택 횟수에 비례하여 산출될 수 있으며, 미션추천부(204)는 해당 미션과 관련된 미션이 골퍼에 의해 선택된 횟수, 또는 골퍼와 같은 드릴영상이 추천된 타 골퍼에 의해 해당 미션이 선택된 횟수에 기초하여 해당 미션에 대한 미션선호도를 산출할 수 있다. 예를 들어, '플랭크' 관련 미션이 과거 골퍼에 의해 선택된 횟수가 다른 미션에 비해 높다면, 복수 개의 미션 중에서 '플랭크 2주간 매일 1분'의 미션에 대한 미션선호도를 제일 높게 결정할 수 있다. 또는 예를 들어 골퍼와 동일한 드릴영상을 추천받은 타 골퍼가 복수 명일 때 가장 많은 수의 골퍼가 선택한 미션에 대해 가장 높은 미션선호도를 설정할 수 있다.

또한 미션선호도는 해당 미션과 관련된 미션의 과거 미션 수행정보에 기초하여 산출될 수 있다. 미션추천부(340)는 해당 미션과 관련된 미션에 대한 골퍼의 달성 정도가 낮다고 판단하면 미션선호도를 낮게, 골퍼의 달성 정도가 높다고 판단하면 미션선호도를 높게 산출할 수 있다. 따라서 예를 들어, '플랭크 2주간 매일 1분'의 미션에 대해, 과거 골퍼가 '플랭크 2주간 주 3회씩 1분' 미션에 대해 주1회씩 1분간 플랭크를 수행하였다고 판단하면 해당 미션에 대한 골퍼의 달성 정도가 낮다고 판단하고 미션선호도를 다른 미션의 미션선호도보다 낮은 값을 갖도록 산출할 수 있다.

이와 같이 미션추천부(340)는 미션선호도에 따라 미션을 정렬시키고, 소정 순위 이내의 미션을 선택하여 추천할 수 있다.

그리고 미션추천부(340)는 골퍼에게 미션을 추천하고 난 뒤 골퍼의 미션 수행 여부를 판단할 수 있다.

즉, 추천된 미션 중에서 골퍼에 의해 선택된 미션을 골퍼가 수행하는지 여부를 미션추천부(340)는 판단할 수 있다.

미션 수행 여부는 서버-클라이언트 시스템으로 구현된 스윙 분석 장치(100)에 포함된 전자단말(10)의 기능을 이용하여 판단할 수 있다.

예를 들어, 미션 수행 중인 골퍼를 촬영함으로써 획득된 미션수행영상을 분석함으로써 판단할 수 있으며, 예를 들어, 스쿼트 20개를 미션으로서 부여받은 골퍼가 스쿼트 운동 영상을 찍어 미션수행영상으로 업로드하였을 때, 미션추천부(340)는 미션수행영상을 분석하여 골퍼가 수행한 스쿼트 개수를 카운팅할 수 있다. 또는 예를 들어 미션 수행 중인 골퍼가 사용자단말을 들고 미션을 수행함에 따라 사용자단말에 내장된 자이로 센서에 의해 골퍼의 이동이 감지되고, 그에 따라 골퍼가 수행하는 스쿼트 개수를 카운팅할 수 있다.

또는 미션 수행 여부는 스윙 분석 장치(100)에 포함된 키오스크(미도시)를 이용하여 판단할 수 있다.

또는 미션 수행 여부는, 예를 들어 스크린 골프 시스템에 설치된 센서를 통해 판단할 수 있으며, 일 예로, 비전 센서를 통해 골퍼의 움직임을 감지함으로써 미션 수행 여부를 판단할 수 있다.

또는 미션 수행 여부는, 예를 들어 골프 클럽에 내장된 센서를 통해 판단할 수 있으며, 따라서 골프 클럽을 바벨처럼 활용하여 운동하도록 하는 바벨 스쿼트 또는 데드리프트 등의 미션의 수행 여부를 판단하기 위해, 골퍼가 골프 클럽을 수평으로 들고 움직였는지를 감지하여 미션 수행 여부를 판단할 수 있다.

이와 같이 골퍼가 미션을 수행하였는지 여부를 판단함으로써, 미션추천부(340)는 미션 달성에 따른 보상을 제공할 수 있다.

예를 들어 미션추천부(340)는 골퍼가 미션을 달성하면, 보상으로서 소정의 포인트 등의 가상화폐를 지급하거나 아이템을 지급할 수 있고, 또는, 골퍼의 레벨을 상승시킬 수 있다. 보상의 예는 상술된 예에 한하지는 않는다.

반면 예를 들어 미션추천부(340)는 골퍼가 미션 달성을 실패하면, 패널티를 부여할 수 있고 예를 들어 골퍼의 레벨을 강등시키거나, 또는 골퍼가 보유한 포인트를 소정 이상 차감할 수 있다. 또한 예를 들어 미션추천부(340)는 미션 수행을 격려하기 위한 멘트를 제공할 수 있다.

또한 미션추천부(340)는 골퍼가 미션을 수행하였는지 여부를 판단하여 골퍼에 매칭될 미션 레벨을 상향시킬 수 있다.

예를 들어 미션추천부(340)는 골퍼가 미션의 레벨1을 수행한 것으로 판단하면 골퍼에 대응되는 미션의 레벨을 한 단계 상승시켜 다음에 동일한 미션이 골퍼에게 추천될 때 레벨 2의 미션을 제공할 수 있다.

또는 예를 들어, 미션추천부(340)는 골퍼가 미션의 레벨1을 수행한 것으로 판단하면 바로 연속해서 다음 단계 레벨의 미션을 제공함으로써 골퍼가 레벨 2의 미션을 수행할 수 있도록 하고 그에 따라 미션을 통해 단련시키고자 하는 신체 부위를 반복적으로 단련시킬 수 있다.

반면 미션추천부(340)는 드릴영상 또는 미션에 기초하여 골퍼에게 적합한 레슨 커리큘럼을 해당 골퍼에 대해 추가로 설정하고, 커리큘럼에 따른 레슨콘텐츠를 골퍼에게 제공할 수 있다. 레슨콘텐츠는 예를 들어 레슨영상일 수 있으며, 또는 소정의 샷을 연습할 수 있도록 하는 가상의 골프 코스를 제공하고 그에 따른 골퍼의 샷을 골프 코스 상에서 시뮬레이션하는 것일 수도 있다.

이러한 미션추천부(340)를 포함하는 제어부(220)는, 골퍼와 채팅할 수 있는 인터페이스를 제공하는 채팅부(미도시)를 더 포함할 수 있으며, 채팅부(미도시)는 인공지능 챗봇으로 구현될 수 있다. 즉, 텍스트 또는 음성 등을 자연어 처리하여 그에 따라 출력값을 제공할 수 있는 인공지능 챗봇이, 예를 들어, 골퍼가 드릴영상을 시청한 정도, 골퍼의 미션 수행 여부, 레슨 커리큘럼의 골퍼 진도율 등에 관한 정보를 텍스트 또는 오디오로 제공할 수 있다.

한편 제어부(220)를 구성하는 각 구성요소에서의 머신러닝 모델은 예를 들어, CNN(convolutional neural network), RNN(recurrent neural network), DNN(deep neural network) 등의 네트워크 모델로 구현될 수 있다. 이때 전처리(310), 오류검출부(320), 드릴추천부(330) 및 미션추천부(350) 각각에서의 머신러닝 모델은 서로 다른 네트워크로 구현될 수 있으며 또는 같은 네트워크로 구현될 수 있다.

상술된 바에 따라, 골퍼의 모습을 촬영한 스윙영상을 획득하기 위한 입출력부(110), 머신러닝을 수행하기 위한 프로그램이 저장되는 메모리(140), 및 상기 프로그램을 실행함으로써 스윙영상에 대한 머신러닝을 수행하는 제어부(120)를 포함하는 스윙 분석 장치(100)는, 학습된 머신러닝 모델을 이용하여 스윙영상으로부터 골퍼의 스윙오류를 검출하고, 상기 스윙오류에 기초하여 드릴영상을 추천하며, 상기 드릴영상에 대응되는 미션을 추천할 수 있다. 그에 따라 스윙 분석 장치(100)는 골퍼의 스윙 자세를 교정할 수 있도록 함으로써, 골퍼의 골프 실력 향상에 기여할 수 있다.

이때, 스윙 분석 장치(100)는 골프 필드에서의 골퍼의 골퍼 플레이를 촬영함에 따라 골퍼의 스윙을 분석할 수 있으며, 또한 스크린 골프 시스템에서의 골퍼의 골퍼 플레이를 촬영함에 따라 골퍼의 스윙을 분석할 수 있다.

카메라가 골퍼, 골프공 및 골프 클럽 중 적어도 하나를 감지하면 카메라가 골퍼의 스윙 동작 촬영을 수행함에 따라 스윙영상을 생성할 수 있으며, 또는 카메라가 계속적으로 골퍼를 촬영할 수 있고, 스윙 동작이 있는 프레임을 추출하여 스윙영상을 생성할 수 있다.

관련하여 스크린 골프 시스템은, 골퍼가 골프공을 타격할 수 있는 타석을 촬영할 수 있도록 설치되는 카메라를 포함할 수 있으며 카메라는 가상 골프 시뮬레이션에 필요한 모든 데이터의 저장 및 처리 등이 이루어지는 시뮬레이터에 설치되어 있거나, 또는 시뮬레이터와 통신하는 센서에 설치되어 있거나, 또는 별도의 장치로서 구현될 수 있다. 카메라 또는 시뮬레이터가 센서를 통해 골퍼, 골프공 및 골프 클럽 중 적어도 하나를 감지하면 카메라가 골퍼의 스윙 동작 촬영을 수행함에 따라 스윙영상을 생성할 수 있으며, 또는 카메라가 계속적으로 골퍼를 촬영할 수 있고, 스윙 동작이 있는 프레임을 추출하여 스윙영상을 생성할 수 있다.

본 명세서에 기재된 일 실시예에 따른 스윙 분석 장치(100)는 스크린 골프 시스템 또는 골프 필드에서 골퍼의 스윙을 촬영함에 따라 스윙영상을 분석함으로써 수행되는 것으로 상술하고 있으나 반드시 이에 한정되지 아니하고 골퍼의 스윙을 촬영하여 스윙영상을 획득하였을 때 해당 스윙영상을 분석하는 모든 형태의 시스템 내지는 장치에 적용 가능하다.

한편, 도 5는 일 실시예에 따른 스윙 분석 방법을 설명하기 위한 순서도이다. 도 5에 도시된 스윙 분석 방법은 도1 내지 도 4에 도시된 스윙 분석 장치(100)에서 시계열적으로 처리하는 단계들을 포함한다. 따라서 이하에서 생략된 내용이라고 하더라도 스윙 분석 장치(100)에 관하여 이상에서 기술한 내용은 도 5에 도시된 실시예에 따른 스윙 분석 방법에도 이용될 수 있다.

도 5에서 도시된 바와 같이 스윙 분석 장치(100)는 골퍼로부터 스윙 분석을 요청받을 수 있다(S510).

예를 들어 골퍼에 의해 업로드된 스윙영상의 분석요청을 획득하거나, 또는 골퍼, 골프공, 및 골프클럽의 움직임 중 적어도 하나의 움직임을 감지하면, 스윙 분석 장치(100)는 스윙 분석을 요청받은 것으로 판단할 수 있다.

스윙 분석 장치(100)는 스윙영상을 분석하여 스윙오류를 검출할 수 있다 (S520).

예를 들어 스윙 분석 장치(100)는 제1스윙오류를 하나 이상 추출하고 상기 하나 이상의 제1스윙오류 중에서 하나를 제2스윙오류로서 선택할 수 있다. 이때 스윙 분석 장치(100)는 골퍼의 과거 스윙영상으로부터 추출된 스윙오류에 기초하여 상기 하나 이상의 제1스윙오류 중에서 제2스윙오류를 선택하거나 또는 골퍼의 과거 미션 수행정보에 기초하여 제1스윙오류 중에서 제2스윙오류를 선택할 수 있다.

또한 예를 들어 스윙 분석 장치(100)는 제2스윙오류에 기초하여 골퍼의 신체 문제점을 나타내는 제3스윙오류를 결정할 수 있다.

상술된 바와 같이 스윙오류를 검출하면 스윙 분석 장치(100)는 검출된 스윙오류에 기초하여 드릴영상을 추천할 수 있다 (S530).

예를 들어 스윙 분석 장치(100)는 제1스윙오류, 제2스윙오류 및 제3스윙오류 중 적어도 하나에 기초하여 드릴영상을 추천할 수 있다.

그리고 추천된 드릴영상에 기초하여 스윙 분석 장치(100)는 미션을 추천할 수 있고(S540), 추천된 미션을 골퍼가 수행하는지 여부를 모니터링할 수 있다. 그에 따라 골퍼가 미션을 수행하였다고 판단하면(S550), 스윙 분석 장치(100)는 골퍼에게 보상을 제공할 수 있다(S560).

본 명세서에 기재된 일 실시예에 따른 스윙 분석 방법에 따르면 골퍼는 손쉽게 자신의 스윙 포즈에 문제점을 발견하고 개선하기 위한 노력을 기울일 수 있다.

상기와 같이 설명된 가상 골프 시뮬레이션 방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다. 예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다.

상기와 같이 설명된 가상 골프 시뮬레이션 방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다.

상기와 같이 설명된 가상 골프 시뮬레이션 방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 설치될 수 있다.

여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다.

또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다.

그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network) 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다.

이상의 실시 예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.

구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.

뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다. 상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 명세서를 통해 보호받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.

100: 스윙 분석 장치
10: 전자단말 20: 서버
210: 입출력부 220: 제어부
230: 통신부 240: 메모리
310: 전처리부 320: 오류검출부
330: 드릴추천부 340: 미션추천부

Claims

스윙 분석 장치로서,
골퍼의 모습을 촬영한 스윙영상을 획득하기 위한 입출력부;
머신러닝을 수행하기 위한 프로그램이 저장되는 메모리; 및
상기 프로그램을 실행함으로써 스윙영상에 대한 머신러닝을 수행하는 제어부를 포함하며,
상기 제어부는,
학습된 머신러닝 모델을 이용하여 스윙영상으로부터 골퍼의 스윙오류를 검출하고, 상기 스윙오류에 기초하여 드릴영상을 추천하며, 상기 드릴영상에 대응되는 미션을 추천하는, 스윙 분석 장치.
제1항에 있어서,
상기 제어부는,
상기 스윙영상으로부터 제1스윙오류를 하나 이상 추출하고, 상기 제1스윙오류 중 하나를 제2스윙오류로서 선택하며, 상기 제2스윙오류에 기초하여 드릴영상을 추천하는, 스윙 분석 장치.
제2항에 있어서,
상기 제어부는,
상기 골퍼의 과거 스윙영상으로부터 추출된 스윙오류에 기초하여 상기 제1스윙오류 중에서 제2스윙오류를 선택하는, 스윙 분석 장치.
제2항에 있어서,
상기 제어부는,
상기 골퍼의 과거 미션 수행정보에 기초하여 상기 제1스윙오류 중에서 제2스윙오류를 선택하는, 스윙 분석 장치.
제2항에 있어서,
상기 제어부는,
상기 제2스윙오류에 기초하여 상기 골퍼의 신체 문제점을 나타내는 제3스윙오류를 결정하며, 상기 제3스윙오류에 기초하여 드릴영상을 추천하는, 스윙 분석 장치.
제1항에 있어서,
상기 스윙 분석 장치는 제3서버와 통신하며,
상기 제어부는,
상기 제3서버에 저장된 영상을 크롤링함으로써 수집된 드릴영상 중에서 추천할 드릴영상을 선택하되, 상기 제3서버에서의 드릴영상 각각에 대한 조회수, 추천수 및 좋아요 수 중 적어도 하나에 기초하여 드릴영상을 선택하는, 스윙 분석 장치.
제1항에 있어서.
상기 제어부는,
상기 드릴영상에 대응되는 미션을 추천하되, 상기 골퍼에게 과거 추천했던 미션에 기초하여 선택된 미션을 추천하는, 스윙 분석 장치.
제1항에 있어서,
상기 제어부는,
상기 골퍼의 상기 미션의 수행 여부를 판단하여 판단 결과, 상기 골퍼에게 보상을 제공하는, 스윙 분석 장치.
스윙 분석 장치가 골퍼의 스윙을 분석하는 방법으로서,
학습된 머신러닝 모델을 이용하여 스윙영상으로부터 골퍼의 스윙오류를 검출하는 단계;
상기 스윙오류에 기초하여 드릴영상을 추천하는 단계; 및
상기 드릴영상에 대응되는 미션을 추천하는 단계를 포함하는, 스윙 분석 방법.
제9항에 있어서,
상기 스윙오류를 검출하는 단계는,
상기 스윙영상으로부터 제1스윙오류를 하나 이상 추출하는 단계; 및
상기 제1스윙오류 중 하나를 제2스윙오류로서 선택하는 단계를 포함하고,
상기 드릴영상을 추천하는 단계는,
상기 제2스윙오류에 기초하여 드릴영상을 추천하는 단계를 포함하는, 스윙 분석 방법.
제10항에 있어서,
상기 제2스윙오류로서 선택하는 단계는,
상기 골퍼의 과거 스윙영상으로부터 추출된 스윙오류에 기초하여 상기 제1스윙오류 중에서 제2스윙오류를 선택하는 단계를 포함하는, 스윙 분석 방법.
제10항에 있어서,
상기 제2스윙오류로서 선택하는 단계는,
상기 골퍼의 과거 미션 수행정보에 기초하여 상기 제1스윙오류 중에서 제2스윙오류를 선택하는 단계를 포함하는, 스윙 분석 방법.
제10항에 있어서,
상기 스윙오류를 검출하는 단계는,
상기 제2스윙오류에 기초하여 상기 골퍼의 신체 문제점을 나타내는 제3스윙오류를 결정하는 단계를 더 포함하며,
상기 드릴영상을 추천하는 단계는,
상기 제3스윙오류에 기초하여 드릴영상을 추천하는 단계를 포함하는, 스윙 분석 방법.
제9항에 있어서,
상기 스윙 분석 장치는 제3서버와 통신하며,
상기 드릴영상을 추천하는 단계는,
상기 제3서버에 저장된 영상을 크롤링함으로써 수집된 드릴영상 중에서 추천할 드릴영상을 선택하되, 상기 제3서버에서의 드릴영상 각각에 대한 조회수, 추천수 및 좋아요 수 중 적어도 하나에 기초하여 드릴영상을 선택하는 단계를 포함하는, 스윙 분석 방법.
제9항에 있어서.
상기 미션을 추천하는 단계는,
상기 드릴영상에 대응되는 미션을 추천하되, 상기 골퍼에게 과거 추천했던 미션에 기초하여 선택된 미션을 추천하는 단계를 포함하는, 스윙 분석 방법.
제9항에 있어서,
상기 골퍼의 상기 미션의 수행 여부를 판단하는 단계; 및
판단 결과, 상기 골퍼에게 보상을 제공하는 단계를 더 포함하는, 스윙 분석 방법.