InteractionOh/posecoach
0
PoseCoach - AI 기반 운동 자세 분석 시스템
YOLO Pose 모델과 DTW(Dynamic Time Warping) 알고리즘을 활용하여 운동 영상을 분석하고, 자세 교정 피드백을 제공하는 웹 애플리케이션입니다.
Frontend: React + TypeScript | Backend: FastAPI | AI: YOLO v8 Pose + Gemini
주요 기능
- 운동 자세 분석: 푸시업, 풀업(오버핸드/언더핸드/와이드) 영상을 프레임 단위로 분석
- 실시간 키포인트 추출: YOLO v8 Pose 모델로 20개 관절 좌표 검출
- Phase 기반 평가: 운동 구간(Phase)별 자세 점수 및 오류 피드백
- DTW 유사도 비교: 레퍼런스 영상과의 폼 유사도 분석 (선택)
- AI 종합 피드백 (Gemini): 분석 결과를 기반으로 Gemini LLM이 전문 트레이너 수준의 자세 교정 피드백을 생성
- 운동 기록 관리: SQLite 기반 유저별 운동 기록 저장 및 성장 추이 확인
- PDF 리포트: 분석 결과를 PDF로 다운로드
기술 스택
설치 및 실행
1. 저장소 클론
git clone https://github.com/your-repo/28th-project-posecoach.git
cd 28th-project-posecoach2. 백엔드 의존성 설치
pip install -r requirements.txt3. 프론트엔드 의존성 설치
cd apps/web
npm install4. 실행 (개발)
# 터미널 1 — 백엔드
uvicorn apps.api.main:app --reload --port 8000
# 터미널 2 — 프론트엔드
cd apps/web && npm run dev5. Docker로 한 번에 실행
docker build -t posecoach .
docker run -p 7860:7860 posecoach
# → http://localhost:7860프로젝트 구조
28th-project-posecoach/
├── Dockerfile # HF Spaces / Docker 배포용
├── gemini_feedback.py # Gemini API 기반 AI 피드백 생성
├── requirements.txt
│
├── apps/
│ ├── api/
│ │ ├── main.py # FastAPI 앱 진입점 (라우터, 정적 파일 서빙)
│ │ ├── analysis.py # 영상 분석 파이프라인
│ │ └── report_router.py # PDF 리포트 생성
│ └── web/ # React 프론트엔드
│ └── src/
│ ├── pages/ # Home, UploadVideo, Result, MyPage 등
│ └── lib/api.ts # API 클라이언트
│
├── db/
│ ├── database.py # SQLite 연결, 스키마, CRUD
│ └── auth.py # bcrypt 기반 유저 인증
│
├── ds_modules/ # AI 분석 모듈
│ ├── phase_detector.py # 운동 Phase 검출
│ ├── exercise_counter.py # 반복 횟수 카운팅
│ ├── posture_evaluator_phase.py # 자세 평가 (Soft Scoring + Cohen's d)
│ └── dtw_scorer.py # DTW 유사도 스코어링
│
├── utils/ # 키포인트 로딩, 시각화
├── preprocess/ # 영상 전처리 스크립트
└── data/ # 업로드 영상, 프레임, DB 저장사용 방법
- 회원가입/로그인 — 계정을 만들어 운동 기록을 관리하거나, 게스트로 시작
- 운동 선택 — 푸시업 또는 풀업(그립 타입 선택) 지정
- 영상 업로드 — MP4, MOV, AVI, WEBM 형식 지원
- 분석 설정 — FPS 조절, 레퍼런스 영상 등록(DTW 비교용)
- 결과 확인 — 등급(S/A/B/C), 횟수, Phase별 점수, 오류 프레임 리뷰
- AI 피드백 — Gemini AI가 전문 트레이너 수준의 종합 피드백 제공
- 운동 기록 — 마이페이지에서 성장 추이 확인