FenixEdu™

Dissertação

New Camera-based Natural Interaction Algorithms Applied to Exercise Monitoring EVALUATED

Detalhes: A população mundial está a envelhecer. O envelhecimento é geralmente acompanhado pela diminuição de saúde, agravada pelo estilo de vida sedentário que é adotado. Para contrariar esta diminuição é essencial promover o exercício físico e desencorajar comportamentos sedentários. O projeto Augmented Human Assistance(AHA) procura desenvolver soluções que aliviem os problemas causados pelo sedentarismo e envelhecimento. Diferentes soluções procuram promover a actividade física e colmatar a necessidade de acompanhamento de idosos. Este trabalho foca-se em duas soluções, "exergames" e "Automated Therapist Assistance for Senior fitness tests", que utilizam Human Pose Estimation(HPE). Os métodos de HPE são divididos em três categorias: 2D, 2.5D e 3D. O objetivo deste trabalho é explorar a utilização de algoritmos HPE a longas distâncias para aumentar a área eficaz do algoritmo. Avaliamos como evolui a exatidão de três ferramentas 2D com a distância, nomeadamente OpenPose, AlphaPose e openpifpaf e exploramos diferentes formas para melhorar o alcance da VNECT. Finalmente, é avaliada a viabilidade da utilização de pose discreta. Para tal criou-se um conjunto de classes e, a partir da pose em 2D, extraímos as classes de cada imagem utilizando um classificador. São testados classificadores com regras pré-determinadas ou de aprendizagem. As experiências realizadas requerem a utilização de datasets específicos. Para as experiências para avaliar a evolução da exatidão de ferramentas 2D com a distância, criou-se um dataset com 160 imagens com pessoas entre 3 e 18m de distância. Desenvolveu-se também um dataset com 250 imagens, cada uma assinalada com as classes equivalentes às subposes na imagem.
Keywords: Camera-based human Pose Estimation, Computer Vision, Machine Learning, Deep Neural Networks, Exercise Monitoring

Discussão: dezembro 12, 2019, 8:30