WRONG POSE DECTECTION IN EXERCISE VIDEOS BASED ON MACHINE LEARNING
Khoá luận tốt nghiệp · Đại học · năm 2022 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Ngô Hồng Quốc Bảo |
| Người hướng dẫn | Trần Công Án |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2022 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
Fitness is becoming an important part of human life as it brings many benefits to personal health. However, exercises can also be ineffective and become dangerous if performed incorrectly by the performer. Proper form is important in any physical activity, but it is especially important in sports or workouts. Correct form can not only reduce your risk of injury, but also allow you to move efficiently, increase your performance, and use your full range of motion. In my project, I use machine learning to provide detailed analysis and recommendations for improving the form of exercise performers. In addition, Deep Learning and Computer Vision are being intensively researched and improved every day. In particular, Google's development of MediaPipe, an open-source framework for building world-class machine learning solutions that provide basic machine learning models for common tasks such as hand tracking, posture recognition, ... This project, "Wrong pose detection in exercise videos based on machine learning", is based on the detection of postures by MediaPipe and is used to analyze, detect and classify fitness exercises. The final experimental results show that the algorithm proposed in this work can effectively identify correct and incorrect shapes performed in an exercise
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- HỆ THỐNG QUẢN LÝ THỰC TẬP THỰC TẾ KHOA CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG
- ĐỀ XUẤT GIẢI PHÁP TÁI SỬ DỤNG CHO KIỂM THỬ TỰ ĐỘNG THEO HƯỚNG DỮ LIỆU DÙNG ROBOT FRAMEWORK
- XÂY DỰNG CHATBOT HỖ TRỢ COVID-19
- XÂY DỰNG HỆ THỐNG QUẢN LÝ NHÀ NGHỈ
- XÂY DỰNG HỆ THỐNG QUẢN LÝ NHẬT KÝ TRỒNG TRỌT
- APPLYING RAG IN EVALUATING, GIVING FEEDBACK AND HELPING USERS IMPROVE THEIR IELTS TEST PERFORMANCE.
- XÂY DỰNG WEBSITE KINH DOANH ĐỒ NỘI THẤT CÓ HỖ TRỢ PHÁC THẢO KHÔNG GIAN PHÒNG
- XÂY DỰNG HỆ THỐNG QUẢN LÝ CỬA HÀNG VÀ ĐẶT – GIAO THỨC ĂN TRỰC TUYẾN VỚI RESTFUL API TRÊN NỀN TẢNG DI ĐỘNG
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.