Biomekanisk 3D-visualisering för löpare Markörlös optisk rörelsefångst genom artificiell intelligens

Typ
Examensarbete för kandidatexamen
Program
Publicerad
2022
Författare
Barac, Tijana
Boström, Alexander
Lövgren, Lisa
Rydehag, Erik
Svensson, Richard
Ånestrand, Alvin
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
I löpning är löparens hållning och ledvinklar avgörande för prestation och biomekanisk modellering är därför användbart för rörelseanalys. Då en tränare bedömer en löpares teknik kan tränaren spela in löparen för att sedan analysera videon. Utan externa verktyg begränsas tränarens analys av videon då bedömning av många ledvinklar är svåra eftersom videon är tvådimensionell. I arbetet har data på personers rörelsemönster, i form av koordinater för utvalda nyckelpunkter, samlats in och artificiella neuronnätverk har nyttjas för att genomföra rörelsefångst baserat enbart på videodata. Utifrån en video på en löpande person kan nyckelpunkters positioner förutsägas i 3D med en genomsnittlig avvikelse på 115 millimeter i samtliga led, och datan kan användas för beräkning av ledvinklar. Löpningen visualiseras i en webbapplikation skapad för användarvänlighet och som utnyttjar neuronnätverket. Webapplikationen har en interaktiv design och genom att ladda upp en video över en löpsekvens fås en intuitiv förståelse för löparens rörelse i varje tidpunkt. Det finns även möjligheter för vidareutveckling av produkten gällande applicering på och analys av andra typer av rörelser.
Beskrivning
Ämne/nyckelord
Markörlös optisk rörelsefångst , gånganalys , maskininlärning , artificiellt neuronnätverk , poseuppskattning , webapplikation
Citation
Arkitekt (konstruktör)
Geografisk plats
Byggnad (typ)
Byggår
Modelltyp
Skala
Teknik / material
Index