<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Uporaba metod računalniškega vida za pomoč pri telesni vadbi</dc:title><dc:creator>Černi,	Blaž	(Avtor)
	</dc:creator><dc:creator>Solina,	Franc	(Mentor)
	</dc:creator><dc:creator>Batagelj,	Borut	(Komentor)
	</dc:creator><dc:subject>računalniški vid</dc:subject><dc:subject>človeška drža</dc:subject><dc:subject>fitnes</dc:subject><dc:subject>ključne točke človeškega telesa</dc:subject><dc:subject>tensorflow</dc:subject><dc:description>Pred tremi leti je svet prizadela huda kriza povezana s koronavirusom, ki je nenazadnje precej vplivala tudi na človeške navade telovadbe in aktivnosti na prostem ali v fitnes studijih. Od takrat naprej se vse več ljudi odloča za različne načine vadbe doma, veliko je tudi takšnih, ki si ne želijo iti v fitnes studije zaradi sramu ali drugih razlogov. V tem času je nastalo kar nekaj različnih aplikacij v smislu digitalnega oziroma virtualnega fitnes inštruktorja, ki uporabnike vodi skozi vadbo, opozarja na pravilno izvedbo, šteje ponovitve in podobno. Večino takšnih aplikacij temelji na strojnem učenju in metodah računalniškega vida kjer pa se v ozadju dogaja prepoznavanje človeške drže in posameznih delov človeškega telesa. V magistrskem delu analiziramo različne implementacije knjižnic, ki omogočajo prepoznavanje delov človeškega telesa (angl. \textit{pose estimation}), jih ovrednotimo in primerjamo med seboj. Pregledamo uporabo teh implementacij v fitnes aplikacijah, ki so že v uporabi v širši javnosti ter primerjamo učinkovitost delovanja in uporabnost le teh iz vidika uporabnika. Na koncu pa predstavimo tudi našo implementacijo takšne aplikacije z uporabo ene izmed implementacij oziroma knjižnic, ki omogoča zaznavanje in sledenje človeškim delom telesa</dc:description><dc:date>2024</dc:date><dc:date>2024-12-11 09:50:03</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>165633</dc:identifier><dc:identifier>VisID: 37121</dc:identifier><dc:identifier>COBISS_ID: 218680323</dc:identifier><dc:language>sl</dc:language></metadata>
