Detecting exercise-induced fatigue using thermal imaging and deep learning

Bordallo López, Miguel; Blanco Adán, Carlos Roberto del y García Santos, Narciso (2017). Detecting exercise-induced fatigue using thermal imaging and deep learning. En: "Seventh International Conference on Image Processing Theory, Tools and Applications (IPTA), 2017", 28/11/2017 - 01/12/2017, Montreal, Canadá. ISBN 978-1-5386-1842-4. pp. 1-6. https://doi.org/10.1109/IPTA.2017.8310151.

Descripción

Título: Detecting exercise-induced fatigue using thermal imaging and deep learning
Autor/es:
  • Bordallo López, Miguel
  • Blanco Adán, Carlos Roberto del
  • García Santos, Narciso
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: Seventh International Conference on Image Processing Theory, Tools and Applications (IPTA), 2017
Fechas del Evento: 28/11/2017 - 01/12/2017
Lugar del Evento: Montreal, Canadá
Título del Libro: Proceedings of Seventh International Conference on Image Processing Theory, Tools and Applications (IPTA), 2017
Título de Revista/Publicación: PROCEEDINGS OF THE 2017 SEVENTH INTERNATIONAL CONFERENCE ON IMAGE PROCESSING THEORY, TOOLS AND APPLICATIONS (IPTA 2017)
Fecha: Diciembre 2017
ISBN: 978-1-5386-1842-4
Materias:
Palabras Clave Informales: Fatigue detection, facial expression, deep learning, thermal imaging
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Señales, Sistemas y Radiocomunicaciones
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

Fatigue has adverse effects in both physical and cognitive abilities. Hence, automatically detecting exercise-induced fatigue is of importance, especially in order to assist in the planning of effort and resting during exercise sessions. Thermal imaging and facial analysis provide a mean to detect changes in the human body unobtrusively and in variant conditions of pose and illumination. In this context, this paper proposes the automatic detection of exercise-induced fatigue using thermal cameras and facial images, analyzing them using deep convolutional neural networks. Our results indicate that classification of fatigued individuals is possible, obtaining an accuracy that reaches over 80% when utilizing single thermal images.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaAEI/FEDERSin especificarSin especificarSin especificar
Gobierno de Españaprojects TEC2013-48453 (MR-UHDTV)Sin especificarSin especificarSin especificar
Gobierno de EspañaTEC2016-75981 (IVME)Sin especificarSin especificarSin especificar

Más información

ID de Registro: 50853
Identificador DC: http://oa.upm.es/50853/
Identificador OAI: oai:oa.upm.es:50853
Identificador DOI: 10.1109/IPTA.2017.8310151
URL Oficial: https://ieeexplore.ieee.org/document/8310151/
Depositado por: Memoria Investigacion
Depositado el: 29 May 2018 15:59
Ultima Modificación: 29 May 2018 15:59
  • InvestigaM
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM