- 팀명: SS501 (SSAFY TEAM A501)
- 서비스명: C#OOM (CHOOM, 춤)
- 개발기간: 2023년 2월 20일 ~ 4월 7일 (7주)
- 공예찬 (팀장, Frontend)
- 권태윤 (Backend)
- 김경림 (Frontend)
- 장예주 (Backend)
- 정유정 (Backend)
- 주대선 (AI, Frontend)
FE
BE
DevOps
협업
- 틱톡, 유튜브 쇼츠 등의 플랫폼에서 Hype Boy 등 챌린지 영상이 인기를 끌고 있음
- 일반인들 역시 “스트리트 우먼 파이터”, “스트리트 맨 파이터” 등의 프로그램이나 유튜브 내 K-POP 안무 영상 등을 통해 K-POP, 춤, 챌린지 등에 접근성과 수요가 높음
- 몸치 탈출, 다이어트 등 다양한 목적 및 관심사 충족
- 저스트댄스처럼 비슷한 성공사례 존재
- 춤 일치율을 이용해 춤/챌린지를 학습할 수 있는 서비스를 제공
- 쇼츠 챌린지를 위한 춤 배우기
- AI 제공 일치율 기반 학습
- 소셜 공유 및 랭킹 시스템
-
일치율 점수 확인
-
일치율 그래프에서 시간 클릭시 해당 영상 시간으로 이동하여 확인
-
일치율 가장 높은 구간이 썸네일로 저장
-
제목 편집
-
카카오톡, 유튜브 소셜 공유
-
영상 다운로드 및 삭제
- BlazePose를 이용해서 동작의 keypoints 추출 → 전처리(Resize and Scale, L2 Normalization) → 일치율 계산(Cosine Similarity) → 점수출력
🚫 영상속 사람의 크기가 다르기 때문에 전처리 과정이 필요
-
정규화된 키포인트 좌표를 통해 Cosine Similarity 계산
-
Cosine Similarity + Confidence Score
BlazePose를 이용하여 실제 관절이 어디에 있는지 추론할 때, 관절이 어디에 있는지 100% 확신하는 경우는 거의 없습니다. 따라서, 우리는 신뢰도가 낮은 관절이 신뢰도가 높은 관절보다 거리 메트릭에 미치는 영향이 적도록, 관절 데이터에 가중치를 부여할 수 있도록 점수를 계산했습니다.
Move Mirror: An AI Experiment with Pose Estimation in the Browser using TensorFlow.js
tfjs-models/pose-detection/src/blazepose_mediapipe at master · tensorflow/tfjs-models