FenixEdu™

Dissertação

{en_GB=Clustering of movement profiles of motor-impaired people from 2D image streams} {} EVALUATED

Detalhes: {pt=Envelhecimento, doenças motoras e acidentes são algumas das causas que levam à necessidade de ajuda de cuidadores, sendo impossível os pacientes terem autonomia. A robótica assistiva foi desenvolvida para ajudar estes indivíduos em tarefas como a alimentação. Contudo, cada paciente é um caso, daí que seja necessário classificá-los de modo a adaptar a tecnologia para os conseguir servir melhor. Nesta tese focamo-nos na criação de uma metodologia cujo objetivo é a classificação de diferentes indivíduos consoante as suas dificuldades. Com esta classificação seria possível adaptar os sistemas robóticos e consequentemente servir melhor os sujeitos avaliados. Para criar este classificador foi necessário coleccionar um conjunto de dados constituído por filmagens de diferentes sujeitos, com e sem dificuldades motoras, a realizarem um determinado conjunto de movimentos. De seguida foram recolhidas as coordenadas de pontos específicos do rosto de cada indivíduo, a partir da utilização de um detetor já existente. No entanto, os dados obtidos a partir desta ferramenta vinham incompletos, daí que tenha sido necessário usar um modelo baseado em Estrutura a partir do Movimento para os completar. Seguidamente, as trajetórias percorridas pelos pontos da face dos participantes foram codificadas em dois tipos de descritores. Estes foram depois usados para construir um classificador baseado em Bag of Words, cujo objetivo consistia em identificar os diferentes tipos de indivíduos dependendo da execução dos movimentos. Durante a fase de agrupamento dos dados, já era possível identificar padrões específicos de determinados tipos de sujeitos. Os resultados obtidos foram promissores, pois provaram a viabilidade deste estudo., en=Ageing, motor disorders and accidents are some possible causes that lead people to require help from caregivers, being impossible for patients to have autonomy. Assistive robots have been developed to help them in tasks such as feeding. However, as each patient is a different case, so it is imperative to classify them and adapt the technology to better serve their needs. The aim of this work was a methodology which focused on classifying different subjects based on the manifestation of their disabilities in a specific setup. This would enable a better adaptation of robotic systems to adapt to each patient and consequently improve their performance. To achieve this result, a data set was created with recordings of people with and without physical limitations, while performing given tasks. Data from specific points was acquired from these videos using a facial landmark detector. Nevertheless, this data was incomplete, and so a matrix completion procedure with a Structure from Motion framework was used. Afterwards, the trajectories of the subjects were encoded onto two different features. These features were then used to build a classifier, based on the Bag of Words model, aiming to discern the different types of subjects depending on their performance. During the clustering phase, it was possible to identify specific patterns associated to specific type of subjects. The results obtained were quite promising as they proved that the feasibility this study.}
Keywords: {pt=Classificação de Movimento, Estrutura a partir do Movimento, Bag of Words, Estimação de dados omissos, Descritor de Trajectórias, en=Movement Classification, Structure from Motion, Bag of Words, Matrix completion, Trajectory Feature}

Discussão: novembro 15, 2018, 14:0