| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Android lietotnes izstrāde pietupiena pētīšanai, izmantojot mākslīgā intelekta priekšrocības video analīzē |
| Nosaukums angļu valodā |
Android App Development for Squat Inspection Using Artificial Intelligence Advantages in Video Analysis |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Valdis Saulespurēns |
| Recenzents |
Māra Pudāne |
| Anotācija |
Bakalaura darbā tika izvēlēts 3.tips jeb produkta vai prototipa izstrāde.
Darba mērķis - Iepazīties ar esošiem Android risinājumiem, kas palīdz pareizi izpildīt pietupienus vai citus vingrinājumus, noskaidrojot, kādi ir to trūkumi un piedāvāt savu risinājumu, kas ļautu priekšlaicīgi novērst traumas, palīdzot lietotājam analizēt pietupienus.
Darba laikā tiek apskatīti un analizēti divi jau gatavi produkti līdzīga mērķa sasniegšanai, tiek secināts, ka darba mērķa lietotne vēl nav bijusi izgatavota. Nosakot trūkumus jau esošajiem produktiem un analizējot pietupienu un tā biežāk pieļautās kļūdas tiek izvirzītas prasības darba gala produktam. Lai varētu izgatavot vēlamo lietotni, tiek apskatīti arī dažādi rīki un bibliotēkas saistībā ar Android izstrādi un attēlu apstrādi un objektu atpazīšanu tajos.
Darba praktiskajā daļā tiek aprakstīts produkta izstrādes process un lietotnes struktūra, kā tā darbojas. Lietotne tiek izgatavota Android Studio Bumblebee 2021.1.1 RC 1 izmantojot kotlin 1.6.10.
Darbā ir 59 lappuses, 26 attēli, 1 tabula, 2 grafiki un 29 informācijas avoti. |
| Atslēgas vārdi |
Android, Pietupiens, Tensorflow Lite, ML-Kit |
| Atslēgas vārdi angļu valodā |
Android, Squat, Tensorflow Lite, ML-Kit |
| Valoda |
lv |
| Gads |
2022 |
| Darba augšupielādes datums un laiks |
30.05.2022 07:54:14 |
