| Abstract |
Fiziskās aktivitātes ir viens no nosacījumiem, lai saglabātu savu ķermeni veselu un pienācīgi spētu funkcionēt ikdienā. Lai kvalitātīvi veiktu mācību un rehabilitācijas sporta vingrinājumus, ir nepieciešama kvalificētu speciālistu uzraudzība, kas pieprasa finansiālos resursus un ierobežo pieejamību.
Bakalaura darba ietvaros tika izstrādāta sistēma, kas spēj atpazīt un noteikt cilvēka pozīciju, izmantojot datorredzi un mašīnmācīšanos, lai sniegtu lietotājiem reāllaika atgriezenisko saiti par ķermeņa augšdaļas pacelšanu.
Izvēloties piemērotāko modeli, tika ņemts vērā programmatūras izstrādes mērķis, pieejamība un popularitāte. Tiek analizēti aspekti kā precizitāte, ātrums, aparatūras resursu patēriņi un kāda vide tika pielietota - 2D vai 3D cilvēka stāvokļa noteikšana. Kadra apstrādes ātrums un modeļa precizitāte ir divi konfliktējoši parametri. Ja izstrādātā programmatūra ir balstīta uz reāllaika izpildi, tad precizitāte samazinās un otrādāk. Tā, kā šī noslēguma darba mērķis ir veidot reāllaika programmatūru, tad modeļa izvēlei tika prioritizēts zems aparatūras resursu patēriņš, modeļa ievades datu apstrādes un prognozēšanas ātrums. MediaPipe Pose modelis tika izvēlēts praktiskā darba veikšanai.
Sākotnēji darba autors izveidoja sistēmu, kas nosaka ķermeņa augšdaļas pacelšanu, balstoties uz fiksētām parametru vērtībām, kas ir viegls un ātrs problēmas risinājums. Tomēr, tikai 75% gadījumos tika sniegta pareiza atgriezeniskā saite par ķermeņa augšdaļas stāvokli un 50.21% - par rokas pozīciju, kā arī šī metode limitē daudzpusēju pielotojamību vairākiem sporta vingrinājumiem un skatpunktiem.
Lai uzlabotu sporta vingrinājuma modeļa precīzāku noteikšanu tika veikta tā apmācīšana. Tika izveidotas divas datu kopas - ķermeņa augšdaļas stāvokļa noteikšanai un delnu pozīcijai. Rezultāti ķermeņa augšdaļas stāvokļa pozīcijai uzlabojās līdz 93.65%, bet delnu pozīcijas noteikšanā līdz 61.75%.
Bakalaura darbā ir 54 lappuses, 24 attēli, 9 tabulas, 1 pielikums un 97 informācijas avoti. |
