FenixEdu™

Dissertação

3D Head Pose Estimation and Movement Classification From 2D Data EVALUATED

Detalhes: Hoje em dia, com o desenvolvimento da tecnologia, é possível melhorar a vida das pessoas com deficiência. Muitas destas deficiências requerem a ajuda de outra pessoa para realizar tarefas simples, como comer, vestir-se ou beber. Para que possam viver de forma mais autónoma, os investigadores desenvolveram assistentes de alimentação robotizada. No entanto, a maioria dos robôs assistentes de alimentação comercial não têm feedback sobre a aquisição de alimentos ou a posição do rosto. Os que têm, têm um custo maior e não podem ser produzidos em massa. Feedbot é descrito como um braço robótico de alimentação autónomo com visão que pode modificar a sua trajectória em tempo real para o utilizador e fornecer feedback visual sobre a recolha de alimentos. O objectivo desta pesquisa foi desenvolver um sistema para categorizar o movimento de vários sujeitos num determinado cenário. Tal permitirá que dispositivos robóticos se adaptem melhor a cada paciente, melhorando o seu desempenho. Utilizando um detector de pontos faciais, foram obtidos dados e coordenadas nestes vídeos com precisão milimétrica. É possível utilizar estes dados para fazer uma estimativa da pose, a fim de classificar e compreender os tipos de movimentos feitos pelos utilizadores através do algoritmo de machine learning K-means. Este trabalho contribui para que um dispositivo robótico possa ter um maior conhecimento sobre o movimento da cabeça do utilizador de forma a evitar colisões e interagir de uma forma mais eficiente, ao reconhecer o tipo de movimento que o utilizador está a realizar.
Keywords: Tecnologias Assistivas, Auxiliares de Manipulação, Assistência de Alimentação, Visão por Computador, Rastreio de Pose da Cabeça, Classificação K-means

Discussão: dezembro 3, 2021, 13:30