FenixEdu™

Dissertação

Human Pose Data Capture System for Training Fitness Apps EVALUATED

Detalhes: Com o crescente interesse em aplicações de processamento e interpretação de comportamentos humanos em imagens nas áreas da robótica, exercício físico e segurança, verificou-se um aumento na investigação académica relacionada com a visão computacional. Nos últimos anos a tendência tem sido aplicar técnicas de aprendizagem profunda, como as redes neuronais, para melhorar as estimações de pontos chave, fulcrais para descrever comportamentos, posturas ou gestos humanos nas imagens. Para que estes métodos sejam eficazes são necessárias grandes quantidades de dados contendo, não só as imagens, mas também a posição de cada ponto chave. Posto isto a elaboração destes dados torna-se bastante morosa e suscetível a erros. Para o caso das imagens de exercício físico existem dificuldades acrescidas, tais como: movimentos rápidos, oclusões de pontos chave e posições invulgares do corpo humano. Neste trabalho propomos um método semi supervisionado de calibração, com um sistema de captura de movimento e câmaras de telemóvel, para a criação de dados para treinar, validar ou avaliar os estimadores de poses humanas.
Keywords: Estimação de poses, Calibração de Câmara, Conjunto de dados

Discussão: dezembro 22, 2021, 8:0