Desarrollo de un sistema de reconocimiento de ejercicios básicos de movilidad corporal mediante sistemas visuales empleando técnicas de aprendizaje profundo

Vidal Alegría, Álvaro (2021). Desarrollo de un sistema de reconocimiento de ejercicios básicos de movilidad corporal mediante sistemas visuales empleando técnicas de aprendizaje profundo. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Telecomunicación (UPM), Madrid.

Description

Title: Desarrollo de un sistema de reconocimiento de ejercicios básicos de movilidad corporal mediante sistemas visuales empleando técnicas de aprendizaje profundo
Author/s:
  • Vidal Alegría, Álvaro
Contributor/s:
  • Belmonte Hernández, Alberto
Item Type: Final Project
Degree: Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación
Date: 2021
Subjects:
Freetext Keywords: Machine-Learning, Deep-Learning, RNN, Red neuronal, LSTM, DepthAI, Estimación de la pose humana, Reconocimiento de acciones, Profundidad, BlazePose, Bidireccional.
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Señales, Sistemas y Radiocomunicaciones
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (6MB) | Preview

Abstract

El mundo de la inteligencia artificial está evolucionando rápidamente y existe una inmensa colección de proyectos que están abriendo las puertas a la modernización mediante la digitalización y automatización. Esto está produciendo la aparición de gran cantidad de artefactos tanto software como hardware que permiten trabajar con estas tecnologías de manera eficiente estando las mismas al alcance de todos. De entre todos los campos de aplicación, la imagen es uno de los que más relevancia ha cobrado en los últimos años consiguiendo, mediante IA, resolver problemas y tareas muy complejas que se hacían bastante tediosas por medio de técnicas tradicionales de visión por computador. Empleando la salida de estos algoritmos sobre imágenes se pueden plantear nuevas soluciones y retos a resolver ampliando el abanico de posibilidades de manera enorme. La monitorización de personas es una de las tareas que más se está realizando mediante imagen debido a la gran cantidad de ideas que se pueden emplear. Por ejemplo, la detección de personas permite realizar el seguimiento e incluso la re-identificación de individuos. El reconocimiento de la postura humana permite la extracción de una serie de puntos clave que pueden ayudar a describir qué está realizando una persona en un momento concreto. Siguiendo esto último, por medio de esos puntos característicos es posible realizar la detección y reconocimiento de actividades físicas con aplicación directa en el deporte o incluso la rehabilitación. En este trabajo se emplean dichas herramientas para detectar ejercicios básicos de movilidad y tener un control automático, sencillo y accesible cuyo propósito puede estar destinado a la mejora de movilidad o rehabilitación de personas. Esto podría ayudar a fisioterapeutas a tener un control más exhaustivo de las sesiones de sus pacientes. Por tanto, se combinarían dos tipos de soluciones, hardware mediante una cámara capaz de emplear IA mediante un chip integrado destinado a estos propósitos donde utilizar redes neuronales complejas y que pueden conectarse a dispositivos de bajo coste como mini-computadores, y software, mediante el desarrollo de algoritmos propios para el reconocimiento de las actividades. La salida final del proyecto sería el reconocimiento de diferentes ejercicios empleando para ello una cámara dedicada que usaría algoritmos de detección de postura humana, un dispositivo de bajo coste al que se conectaría la cámara y que realizaría los reconocimientos a través de IA en tiempo real y el almacenamiento de esta información para ser empleada posteriormente.

More information

Item ID: 67419
DC Identifier: https://oa.upm.es/67419/
OAI Identifier: oai:oa.upm.es:67419
Deposited by: Biblioteca ETSI Telecomunicación
Deposited on: 21 Jun 2021 11:00
Last Modified: 21 Jun 2021 11:00
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM