Biomekanisk 3D-visualisering för löpare Markörlös optisk rörelsefångst genom artificiell intelligens
dc.contributor.author | Barac, Tijana | |
dc.contributor.author | Boström, Alexander | |
dc.contributor.author | Lövgren, Lisa | |
dc.contributor.author | Rydehag, Erik | |
dc.contributor.author | Svensson, Richard | |
dc.contributor.author | Ånestrand, Alvin | |
dc.contributor.department | Chalmers tekniska högskola / Institutionen för fysik | sv |
dc.contributor.examiner | Falk, Lena | |
dc.contributor.supervisor | Karlsteen, Magnus | |
dc.contributor.supervisor | Sarovic, Darko | |
dc.date.accessioned | 2022-06-17T11:13:49Z | |
dc.date.available | 2022-06-17T11:13:49Z | |
dc.date.issued | 2022 | sv |
dc.date.submitted | 2020 | |
dc.description.abstract | 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. | sv |
dc.identifier.coursecode | TIFX04 | sv |
dc.identifier.uri | https://hdl.handle.net/20.500.12380/304767 | |
dc.language.iso | swe | sv |
dc.setspec.uppsok | PhysicsChemistryMaths | |
dc.subject | Markörlös optisk rörelsefångst | sv |
dc.subject | gånganalys | sv |
dc.subject | maskininlärning | sv |
dc.subject | artificiellt neuronnätverk | sv |
dc.subject | poseuppskattning | sv |
dc.subject | webapplikation | sv |
dc.title | Biomekanisk 3D-visualisering för löpare Markörlös optisk rörelsefångst genom artificiell intelligens | sv |
dc.type.degree | Examensarbete för kandidatexamen | sv |
dc.type.uppsok | M2 |