Desarrollo de una aplicación móvil para la detección automática del tipo de pisada

Resumen

El proyecto consiste en el desarrollo de una aplicación móvil para Android que se enfoca en la detección del tipo de pisada (pronadora, neutra o supinadora) a partir de un video de una persona corriendo en una cinta de correr.
Desde la aplicación se permite seleccionar el video a analizar, que es enviado a un servidor remoto. Dicho servidor será el responsable de procesar el video, obtener los resultado y generar un video nuevo que permitirá al usuario visualizar el movimiento de la persona con marcadores corporales. Para ello se usa principalmente MediaPipe Pose, que es una librería de aprendizaje automático (AA) de Python.
En el proyecto se combinan tecnologías como Kotlin, para el desarrollo aplicación basada en Android, Flask, como backend del servidor y herramientas de inteligencia artificial (IA).
El objetivo alcanzado ha sido proporcionar una manera accesible para el análisis del
tipo de pisada, con aplicaciones potenciales en el ámbito deportivo y de la salud.

"Abstract:"

The project presents the development of an Android app focused on the classification of the footstep type (pronated, neutral or supinated), based on a video of a persons running on a treadmill.
The application allows users to select a video, which is then sent to a remote server.
The server is responsible for processing it, calculating the rearfoot angle, classifying the footstrike type and for generate a new video with body markers to visually support the analysis. This solution relies primarly on Mediapipe Pose, an open-source machine learning (ML) library for Python.
This project integrates various technologies, including Kotlin for Android app development, Flask as the server-side backend, and artificial intelligence (AI) tools for biomechanical analysis.
The resulting tool provides an accessible way to estimate footstrike type, with potential applications in both sports and health domains.