본 논문은 깊이 카메라(Creative Senz3D)를 이용하여 호흡률을 측정하는 것에 대한 정확도와 영향을 미치는 요인들 을 분석하였다. 영향 요인 분석에서는 깊이 카메라가 가지는 깊이 값에 대한 오차와 노이즈 그리고 주위 조도의 영향에 대하여 실험 연구를 진행하였다. 그 결과 깊이 카메라와 측정 대상의 거리가 증가함에 따라 깊이 값의 오차가 증가하였 고 깊이 영상의 오른쪽은 실제 거리보다 깊이 값이 크게 측정되고 왼쪽은 실제 거리보다 깊이 값이 작게 측정되었다. 이에 따라 깊이 값이 영상의 영역에 따라 비대칭성을 가지고 있음을 알 수 있었다. 깊이 카메라와 측정 대상의 각도가 틀어짐에 따라서도 깊이 값의 차의 오차가 증가하였으며 깊이 카메라의 노이즈는 측정 거리가 멀어짐에 따라 점점 증가하였고 노이즈를 측정하는 윈도우의 크기가 증가함에 따라 감소하였다. 주위 조도는 깊이 값에 영향을 주지 않았다. 또한 실제 상황에서 사람을 대상으로 20회 호흡을 하게 하여 깊이 카메라를 이용해 호흡률을 측정하였고 호흡률이 제대로 측정됨을 확인하였다.

In this paper, we developed a virtual reality-based contents that can gait analysis and gait training on a treadmill using a depth camera of Kinect. This content was used in the user's step length, step velocity, step count, flexion angle extracted by the Kinect skeleton tracking. Nine male subjects (24.9 years, 173.2cm) performed gait training using avatars to reflect their movements on the treadmill and confirmed result of gait analysis using real-time graphs to display their gait variables. Implemented contents can lead to a cognition reaction that is to avoid collisions with obstacles, as well as to determine the gait movements in a virtual reality. Based on these results, we will be able to make real time gait analysis and gait training, in consider the characteristics and safety of a rehabilitation patient by developing content that we have fun with additional tests for gait analysis.

이 연구에서 우리는 사용자의 동작인식을 이용한 운동 게임 시스템을 제안한다. 이 시스템은 사용자가 몇 종류의 게임을 수행하면 그 동작을 인식하고 피드백을 화면에 제공함으로써 스스로 인식하지는 못하는 동안 자연스럽게 운동을 할 수 있도록 고안되었다. 사용자의 동작은 적외선 시간 지연 측정법을 사용하는 깊이 카메라를 이용하여 인식하였고 인식된 동작은 데이터베이스에 저장되어 있는 모범 동작과 비교를 통하여 그 정확도를 산정하였다. 우리는 이 시스템을 위해 두더지 잡기, 낚시, 스트레칭과 같은 세 종류의 게임을 개발하였다. 개별 동작과 시나리오는 물리치료 전문가들에 의해 개발되었다. 제안된 시스템을 이용하여 사용자는 실내에서도 지루하지 않게, 즐기면서 운동을 할 수 있게 되었다.