기준 동작
00.00 sREFERENCE—
EXPERIMENT 02 / HUMAN MOTION
같은 안무,
다른 움직임.
시간을 맞추고, 관절을 비교하고, 어긋난 동작을 찾습니다.
정상 동작과 의도적으로 틀린 동작을 함께 검증했습니다.
REFERENCE-BASED COMPARISON
YOLO pose + constrained DTW
로컬 GPU 추론 기록 · 2D 관절 비교
YOLO pose + constrained DTW
로컬 GPU 추론 기록 · 2D 관절 비교
●
움직임의 차이를 확인하는 연구 데모입니다. 판정 기준은 개발용이며, 춤 실력 점수나 검증된 합격 기준이 아닙니다. 영상은 저장된 추론 결과와 함께 재생됩니다.
연구·실험 보고서 ↗01 / SELECT AN EXPERIMENT
무엇이 달라졌을까요?
실험 기록을 불러오고 있습니다.
—비교 동작
00.00 sCANDIDATE—
0.00 / —
영상 길이 차이와 구간별 속도 차이를 보정합니다. 동작 순서는 뒤집지 않습니다.
관절 차이 > 0.5전체 영상 진단
—결과 확인 중
시간만 맞춘 평균 차이—몸통 길이 기준 거리
DTW 정렬 후 평균 차이—낮을수록 관절 위치가 비슷함
비교 가능한 관측률—가려진 관절은 0점 처리하지 않음
02 / WHEN
시간만 맞춤 DTW어느 순간 달랐을까
그래프를 누르면 해당 순간으로 이동합니다. 값이 없는 구간은 관측 불가입니다.
03 / WHERE
가까운 분석 표본어느 부위가 달랐을까
좌우는 사람의 해부학적 좌우입니다. 화면에서 보이는 방향과 반대일 수 있습니다.
THE NEGATIVE TEST
틀린 자세를 넣어야,
구분하는지 알 수 있습니다.
양팔을 머리 위로 올린 기준 자세와, 추론 전에 구분한 정상 1개·오류 3개를 비교했습니다.
판정뿐 아니라 오류를 지목한 몸 부위도 확인합니다.
| 입력 | 변경 내용 | 시간 대응 거리 | DTW 거리 | 관측률 | 진단 |
|---|
동일한 영상에서 만든 변형 사례들은 서로 독립적인 테스트가 아닙니다. 모든 변형 영상을 실제로 다시 추론했습니다.
논문에서 가져온 질문,
직접 검증한 구현.
01
포즈를 같은 좌표계로
골반을 기준으로 위치를 맞추고 몸통 길이로 크기를 정규화합니다. 옆으로 이동하는 스텝은 별도의 골반 궤적으로 남깁니다.
02
속도와 자세를 분리
TCC·LAV의 시간 정렬 문제를 참고했습니다. 여기서는 학습된 임베딩 대신 관절 좌표와 제한된 단조 DTW를 사용합니다.
03
16편의 검토와 구현 선택 읽기 ↗실패를 숨기지 않기
순서 교환·생략·정지·반전·영상 소실을 포함했습니다. 평균 거리, 부위별 큰 차이, 정렬 정체, 관측 불가를 함께 기록합니다.
사람의 동작을 관찰하는
지각·평가 모듈.
이 실험은 영상에서 움직임을 읽고 목표 동작과의 차이를 평가합니다. 로봇의 행동을 수정하는 피드백 시스템에 연결할 수 있는 구성 요소입니다.
지각
관절 검출→평가
목표 비교→제어
향후 연결
관절 검출→평가
목표 비교→제어
향후 연결
현재 구현은 2D 영상 분석까지입니다. 물리 시뮬레이션, 로봇 제어, 접촉·힘 추정, 실환경 폐루프 검증은 수행하지 않았습니다.
다음 단계: 다른 사람이 따라 한 실제 영상과 독립 라벨로 검증하고, 시뮬레이터의 목표 자세 추종에 연결하기.
포트폴리오 구현 기록 ↗OPEN EXPERIMENT RECORD
코드, 실패 사례, 판단 근거까지.
실행 환경과 데이터 출처를 포함한 재현 자료를 제공합니다.