Softwarová aplikace založená na umělé inteligenci pro real time klasifikaci pohybu
Software application based on artificial intelligence for real time motion classification
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Vojtěch Slavík
Vedoucí práce
Kutílek Patrik
Oponent práce
Surynek Pavel
Studijní obor
Znalostní inženýrstvíStudijní program
Informatika 2009Instituce přidělující hodnost
katedra aplikované matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Klasifikace pohybu je populární vědeckým cílem, a to především pohybu člověka. Kategorizace se převážně provádí pomocí shlukových funkcí nebo neuronových sítí, či jejich kombinací. Tato práce umožňuje klasifikaci osmi různých rehabilitačních cviků využívající paži, a to za pomoci tří různých metodik, jejichž výsledky jsou v této práci porovnány podle rychlosti a přesnosti. Metody dosahují přesnosti 95,87%, 91,90% a 43,60%, a práce tak umožňuje přesnou a spolehlivou klasifikaci. Pro snímání pohybu je používán senzor MoCap 9 DOF MEMS, z kterého jsou využita 3D data o akceleraci a úhlové rychlosti. Motion classification is a popular scientific goal, especially human movement. The classification is mainly performed using cluster functions, neural networks or the combination of both. This work enables classification of eight different rehabilitation exercises using the arm, with the help of three different methodoligies, the results of which are compared in this work according to speed and accuracy. The methods achieve accuracies of 95,87%, 91,90% a 43,60%, and the work thus enables accurate and reliable classification. The MoCap 9 DOF MEMS sensor is used for motion sensing, from which 3D data on acceleration and angular velocity are used.
Kolekce
- Bakalářské práce - 18105 [292]