Uporaba metod računalniškega vida za pomoč pri telesni vadbi

magistrsko delo

Blaž Černi (Avtor), Franc Solina (Mentor), Borut Batagelj (Komentor)

Povzetek

Pred tremi leti je svet prizadela huda kriza povezana s koronavirusom, ki je nenazadnje precej vplivala tudi na človeške navade telovadbe in aktivnosti na prostem ali v fitnes studijih. Od takrat naprej se vse več ljudi odloča za različne načine vadbe doma, veliko je tudi takšnih, ki si ne želijo iti v fitnes studije zaradi sramu ali drugih razlogov. V tem času je nastalo kar nekaj različnih aplikacij v smislu digitalnega oziroma virtualnega fitnes inštruktorja, ki uporabnike vodi skozi vadbo, opozarja na pravilno izvedbo, šteje ponovitve in podobno. Večino takšnih aplikacij temelji na strojnem učenju in metodah računalniškega vida kjer pa se v ozadju dogaja prepoznavanje človeške drže in posameznih delov človeškega telesa. V magistrskem delu analiziramo različne implementacije knjižnic, ki omogočajo prepoznavanje delov človeškega telesa (angl. \textit{pose estimation}), jih ovrednotimo in primerjamo med seboj. Pregledamo uporabo teh implementacij v fitnes aplikacijah, ki so že v uporabi v širši javnosti ter primerjamo učinkovitost delovanja in uporabnost le teh iz vidika uporabnika. Na koncu pa predstavimo tudi našo implementacijo takšne aplikacije z uporabo ene izmed implementacij oziroma knjižnic, ki omogoča zaznavanje in sledenje človeškim delom telesa

Ključne besede

človeška drža;fitnes;ključne točke človeškega telesa;tensorflow;magisteriji;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2024
Tipologija:	2.09 - Magistrsko delo
Organizacija:	UL FRI - Fakulteta za računalništvo in informatiko
Založnik:	[B. Černi]
UDK:	004.93:796.015.132(043.2)
COBISS:	218680323
Št. ogledov:	18
Št. prenosov:	1
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Use of computer vision methods for guidance in physical exercises
Sekundarni povzetek:	Three years ago the world was hit by a crisis related to the new coronavirus which had a big impact on human habits of physical exercises and activities outdoors and in fitness centers. Since then more and more people are opting for different types of physical exercises at home. Many people are ashamed of their bodies and do not want to go to fitness centers or the subscriptions are too much for them. In the meantime, a lot of fitness applications were implemented which offer digital or virtual fitness instructor which lead the users through the exercise, count the reps, and warn them about their posture so that it can be corrected. Most of these applications are based on machine learning and computer vision where under the hood, recognizing human posture and body parts is happening. In our thesis, we analyze different implementations of libraries that allow such pose estimation, evaluate them, and compare them. We analyze the use of these implementations in fitness applications that are already in use in public and evaluate their efficiency and usability from the perspective of a user. In the end, we present our implementation of such an application that allows pose estimation
Sekundarne ključne besede:	computer vision;pose estimation;fitness;human body keypoints;tensorflow;computer science;master's degree;Računalniški vid;Telovadba;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS):	Magistrsko delo/naloga
Študijski program:	1000471
Komentar na gradivo:	Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani:	1 spletni vir (1 datoteka PDF (121 str.))
ID:	25491595