Sistema de visión artificial para la identificación de ejecución de ejercicios físicos

Vista sencilla de ítem
dc.contributor.advisorPardo Beainy, Camilo Ernesto
dc.contributor.authorSilva Amado, Hamilton stheven
dc.contributor.corporatenameUniversidad Santo Tomasspa
dc.date.accessioned2024-10-03T15:37:51Z
dc.date.available2024-10-03T15:37:51Z
dc.date.issued2024-10-02
dc.descriptionEl presente proyecto desarrolla un sistema de visión artificial para la detección y análisis de la ejecución de ejercicios en entornos de gimnasio. El sistema utiliza modelos de redes neuronales convolucionales, específicamente el modelo MediaPipe de Google, para reconocer poses humanas y proporcionar retroalimentación en tiempo real sobre la técnica de ejercicios como sentadillas, peso muerto, pull-ups, entre otros. La investigación aborda la recolección y preprocesamiento de datos mediante la grabación de videos en distintos escenarios, seguido de la implementación del modelo de visión artificial. Se evaluó la precisión del sistema en la identificación de posturas y en la estimación de ángulos clave de las articulaciones para mejorar la ejecución de los ejercicios y prevenir lesiones. Los resultados obtenidos muestran la efectividad del sistema para detectar correctamente la técnica de ejecución en tiempo real, permitiendo su aplicación en gimnasios para ofrecer una supervisión personalizada y accesible.spa
dc.description.abstractThis project develops a computer vision system for detecting and analyzing exercise execution in gym environments. The system utilizes convolutional neural network models, specifically Google's MediaPipe model, to recognize human poses and provide real-time feedback on exercise techniques, such as squats, deadlifts, pull-ups, among others. The research involves data collection and preprocessing through video recording in various scenarios, followed by the implementation of the computer vision model. The system's accuracy in identifying postures and estimating key joint angles was evaluated to improve exercise performance and prevent injuries. The results show the system's effectiveness in correctly detecting exercise techniques in real-time, making it suitable for gym applications to offer personalized and accessible supervision.spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero Electronicospa
dc.format.mimetypetext/html
dc.identifier.citationSilva Amado, H. S. (2024). Sistema de visión artificial para la identificación de ejecución de ejercicios físicos [Trabajo de pregrado, Universidad Santo Tomás]. Repositorio Institucional.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/58129
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Tunjaspa
dc.publisher.facultyFacultad de Ingeniería Electrónicaspa
dc.publisher.programPregrado Ingeniería Electrónicaspa
dc.relation.referencesArtificial Intelligence A Modern Approach (3rd Edition).pdf ( PDFDrive ).pdf. (s. f.). Recuperado 28 de agosto de 2023, de https://scholar.alaqsa.edu.ps/9195/1/Artificial%20Intelligence%20A%20Modern%20Approach%20%283rd%20Edition%29.pdf%20%28%20PDFDrive%20%29.pdfspa
dc.relation.referencesBoesch, G. (2023, noviembre 10). Computer Vision in Sports—Use Cases in 2024. Viso.Ai. https://viso.ai/applications/visual-ai-in-sports/spa
dc.relation.referencesChu, Y.-J., Su, J.-W., Hsiao, K.-W., Lien, C.-Y., Fan, S.-H., Hu, M.-C., Lee, R.-R., Yao, C.-Y., & Chu, H.-K. (2022). Sports Field Registration via Keypoints-aware Label Condition. 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 3522-3529. https://doi.org/10.1109/CVPRW56347.2022.00396spa
dc.relation.referencesComputer vision in sports: Applications and challenges | SuperAnnotate. (2023). https://www.superannotate.com/blog/computer-vision-in-sportsspa
dc.relation.referencesEconomía del deporte | ¿Qué es y cómo afecta a la gestión? | EAE. (2020). https://www.eae.es/actualidad/noticias/economia-del-deporte-que-es-y-como-afecta-la-gestionspa
dc.relation.referencesGonzaga Aguilar, M. A., Bravo Navarro, W. H., & Romero Frómeta, E. (2022). Metodología de enseñanza de ejercicios de musculación en los gimnasios de Loja. Dominio de las Ciencias, 8(3), 123.spa
dc.relation.referencesGural, M. B., Dan. (2024, enero 16). How Computer Vision Is Changing Sports. Voxel51. https://voxel51.com/blog/how-computer-vision-is-changing-sports/spa
dc.relation.referencesJaiswal, A., Chauhan, G., & Srivastava, N. (2023). Using Learnable Physics for Real-Time Exercise Form Recommendations. Proceedings of the 17th ACM Conference on Recommender Systems, 688-695. https://doi.org/10.1145/3604915.3608816spa
dc.relation.referencesLeiva, A. M., Martínez, M. A., Cristi-Montero, C., Salas, C., Ramírez-Campillo, R., Díaz Martínez, X., Aguilar-Farías, N., & Celis-Morales, C. (2017). El sedentarismo se asocia a un incremento de factores de riesgo cardiovascular y metabólicos independiente de los niveles de actividad física. Revista médica de Chile, 145(4), 458-467. https://doi.org/10.4067/S0034-98872017000400006spa
dc.relation.referencesLuzniak, K. (2022, junio 2). Computer Vision in Sports & Fitness – Examples. Neoteric. https://neoteric.eu/blog/computer-vision-in-sports-and-fitness-examples/spa
dc.relation.referencesMarcos, A. G., Ascacíbar, F. J. M. de P., Espinoza, A. V. P., Elías, F. A., Limas, M. C., Meré, J. B. O., González, E. P. V., Marcos, A. G., Ascacíbar, F. J. M. de P., Espinoza, A. V. P., Elías, F. A., Limas, M. C., Meré, J. B. O., & González, E. P. V. (2006). Técnicas y Algoritmos Básicos de Visión Artificial. En Técnicas y Algoritmos Básicos de Visión Artificial. Universidad de La Rioja. https://investigacion.unirioja.es/documentos/5c13b22ac8914b6ed3778a6aspa
dc.relation.referencesMarcos, A. G., Ascacíbar, F. J. M. de P., Espinoza, A. V. P., Elías, F. A., Limas, M. C., Meré, J. B. O., González, E. P. V., Marcos, A. G., Ascacíbar, F. J. M. de P., Espinoza, A. V. P., Elías, F. A., Limas, M. C., Meré, J. B. O., & González, E. P. V. (2006). Técnicas y Algoritmos Básicos de Visión Artificial. En Técnicas y Algoritmos Básicos de Visión Artificial. Universidad de La Rioja. https://investigacion.unirioja.es/documentos/5c13b22ac8914b6ed3778a6aspa
dc.relation.referencesMarcos, A. G., Ascacíbar, F. J. M. de P., Espinoza, A. V. P., Elías, F. A., Limas, M. C., Meré, J. B. O., González, E. P. V., Marcos, A. G., Ascacíbar, F. J. M. de P., Espinoza, A. V. P., Elías, F. A., Limas, M. C., Meré, J. B. O., & González, E. P. V. (2006). Técnicas y Algoritmos Básicos de Visión Artificial. En Técnicas y Algoritmos Básicos de Visión Artificial. Universidad de La Rioja. https://investigacion.unirioja.es/documentos/5c13b22ac8914b6ed3778a6aspa
dc.relation.referencesMira Abad, Á. (2023). Mejora de rendimiento deportivo mediante la detección de posturas por visión artificial [Proyecto/Trabajo fin de carrera/grado, Universitat Politècnica de València]. https://riunet.upv.es/handle/10251/196851spa
dc.relation.referencesNespereira, A. B. (2002). MIL EJERCICIOS DE MUSCULACIÓN. Editorial Paidotribo.spa
dc.relation.referencesPlan de acción mundial sobre actividad física 2018-2030. Más personas activas para un mundo sano—OPS/OMS | Organización Panamericana de la Salud. (2019, junio 24). https://www.paho.org/es/documentos/plan-accion-mundial-sobre-actividad-fisica-2018-2030-mas-personas-activas-para-mundospa
dc.relation.referencesS, I. G., & S, V. C. (2015). La visión artificial y los campos de aplicación. Tierra Infinita, 1(1), Article 1. https://doi.org/10.32645/26028131.76spa
dc.relation.youtubehttps://www.youtube.com/watch?v=5LJrYrgT2Xs&ab_channel=HamiltonAmadospa
dc.rightsAtribución-SinDerivadas 2.5 Colombia
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nd/2.5/co/
dc.subject.keywordComputer visionspa
dc.subject.keywordExercise detectionspa
dc.subject.keywordPose estimationspa
dc.subject.keywordPhysical trainingspa
dc.subject.keywordInjury preventionspa
dc.subject.keywordNeural networksspa
dc.subject.keywordGymspa
dc.subject.proposalVisión artificialspa
dc.subject.proposalDetección de ejerciciosspa
dc.subject.proposalEstimación de posespa
dc.subject.proposalEntrenamiento físicospa
dc.subject.proposalPrevención de lesionesspa
dc.subject.proposalRedes neuronalesspa
dc.subject.proposalGimnasiospa
dc.titleSistema de visión artificial para la identificación de ejecución de ejercicios físicosspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de gradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2024HamiltonSilva.pdf
Tamaño:
1.9 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Miniatura
Nombre:
2024cartaderechosdeautor.pdf
Tamaño:
55.72 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Miniatura
Nombre:
APROBACIÓN TRABAJOS DE GRADO CRAI2.pdf
Tamaño:
376.97 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Pregrado Ingeniería Electrónica