Detalhes bibliográficos
| Ano de defesa: |
2014 |
| Autor(a) principal: |
Andersson, Virgínia Ortiz |
| Orientador(a): |
Araújo, Ricardo Matsumura de |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pelotas
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Computação
|
| Departamento: |
Centro de Desenvolvimento Tecnológico
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://guaiaca.ufpel.edu.br/handle/prefix/6694
|
Resumo: |
O presente trabalho mostra o resultado da aplicação de algoritmos de aprendizado de máquina para classificar indivíduos através de atributos antropométricos e do caminhar humano, obtidos com o auxílio do sensor Microsoft Kinect como alternativa para obtenção de um modelo do corpo humano durante o caminhar. Para investigar o uso do Kinect nessa tarefa, é apresentada a metodologia aplicada na utilização das posições em 3D das principais articulações rastreadas pelo sensor, ou o “esqueleto”, de 140 indivíduos capturados para este trabalho caminhando em frente ao Kinect. A partir desses pontos foram obtidos atributos antropométricos e do caminhar humano. É explorada a classificação levando em conta o número de indivíduos, o número de quadros necessários para a classificação por antropometria, e o número de ciclos de caminhar capturados para uma acurácia satisfatória utilizando atributos do caminhar humano. Os resultados obtidos são comparados com o número de exemplos classificados corretamente fornecidos em trabalhos estado-da-arte, e mostram que a metodologia proposta apresenta resultados superiores, ou semelhantes, aos fornecidos nos trabalhos referenciados. Finalmente, alguns experimentos adicionais também são apresentados, como a classificação por gênero (feminino e masculino) e por índice de massa corporal. |
