Graduate papers
  
Description of the graduate paper
Form of studies Bachelor
Title of the study programm Computer Systems
Title in original language Reāllaikā veikta vingrojuma izpildes precizitātes noteikšana, izmantojot TensorFlow bibliotēku
Title in English Accuracy Estimation for Performed Exercise in Real Time Using TensorFlow Library
Department Faculty Of Computer Science Information Tehnology And Energy
Scientific advisor Marina Uhanova
Reviewer Maija Strautmane
Abstract Fizioterapijas pozitīvā ietekme uz cilvēka pašsajūtas uzlabošanu, ir palielinājusi pieprasījumu pēc fizioterapeita pakalpojumiem, kā arī veicinājusi telerehabilitācijas un citu jaunu digitālo fizioterapijas risinājumu attīstīšanos. Aizvien lielāku popularitāti iemanto fitnesa, sporta un rehabilitācijas lietotnes, kuras, izmantojot ierīces kameru un ķermeņa pozas noteikšanas modeļus, veic vingrojuma izpildes precizitātes pārbaudi. Šādās telerehabilitācijas lietotnēs precizitātes pārbaude tiek veikta tikai iepriekš definētam un skaita ziņā ierobežotam vingrojumu klāstam. Bakalaura darbā tiek identificēti, izpētīti un salīdzināti TensorFlow bibliotēkas cilvēka ķermeņa pozas noteikšanas modeļi, kā arī divas pozu salīdzināšanas metodes. Balstoties uz iegūtajiem salīdzinājumu rezultātiem, darbā tiek piedāvāta metode un izstrādāta tās realizācija tīmekļa bāzētai programmai, lai jebkura vingrojuma izpildes reāllaikā veiktu tā precizitātes pārbaudi pret augšupielādes attēlā fiksētu pozu. Bakalaura darbs sastāv no sešām nodaļām: telerehabilitācijas iespējas, cilvēka ķermeņa pozas noteikšana, cilvēka ķermeņa pozu salīdzināšanas metodes, metode pozu salīdzināšanai starp attēlu un web kameras video plūsmas kadru, izstrādātās metodes pielietojuma efektivitāte, rezultāti un secinājumi. Bakalaura darbu veido 87 lapaspuses, 23 attēli, 7 tabulas, 53 literatūras avoti un 7 pielikumi.
Keywords Telerehabilitācija, cilvēka ķermeņa pozas noteikšanas modelis, ķermeņa pozu salīdzināšanas metodes
Keywords in English Telerehabilitation, human pose estimation model, human pose matching methods
Language lv
Year 2022
Date and time of uploading 30.05.2022 20:48:49