20.500.12556/RUL-186342 Razvoj spletne aplikacije za analizo vadbe in personalizirano generiranje priporočil z uporabo umetne inteligence Development of a Web Application for Exercise Analysis and Personalized Recommendation Generation Using Artificial Intelligence Diplomsko delo opisuje načrtovanje in razvoj spletne aplikacije »AI Fitness Coach«, ki s pomočjo umetne inteligence prevzame vlogo digitalnega osebnega trenerja pri vadbi v domačem okolju. Vadba doma je zaradi sodobnega načina življenja vse pogostejša, a zaradi odsotnosti strokovnega nadzora pogosto prihaja do nepravilne izvedbe vaj in s tem do povečanega tveganja za poškodbe mišično-skeletnega sistema. Aplikacija ta problem rešuje tako, da uporabnika med vadbo spremlja prek spletne kamere in mu sproti podaja povratne informacije o pravilnosti izvedbe. Za osnovo sem vzel odprtokodni projekt, ki z ogrodjem MediaPipe iz slikovnega toka izlušči 33 anatomskih ključnih točk telesa, nad njihovim časovnim zaporedjem pa z dvosmerno nevronsko mrežo BiLSTM prepoznava štiri fitnes vaje in šteje ponovitve. To izhodišče sem nadgradil v celovito večuporabniško spletno aplikacijo: razvil sem odjemalca v ogrodju Next.js, zaledni strežnik v ogrodju FastAPI z asinhronim pretokom podatkov prek protokola WebSocket ter lasten sloj za analizo forme, ki na podlagi biomehanskih kotov in razdalj zaznava napake, jih razvršča po resnosti in pretvarja v razumljive trenerske napotke. Sistem sem namestil v produkcijsko okolje Ubuntu Linux ter ga ovrednotil z vidika natančnosti klasifikacije, hitrosti obdelave, uporabniške izkušnje in porabe strežniških virov. Meritve so pokazale povprečno zakasnitev 73,7 ms, kar zagotavlja sproten odziv pod pragom človeške zaznave, in potrdile, da lahko sodobne spletne tehnologije v kombinaciji z umetno inteligenco nadomestijo osnovni strokovni nadzor pri domači vadbi brez namestitve programske ali nakupa namenske strojne opreme. This thesis describes the design and development of the web application "AI Fitness Coach", which uses artificial intelligence to take on the role of a digital personal trainer for home workouts. Exercising at home has become increasingly common, but the absence of professional supervision often leads to incorrect exercise execution and an increased risk of musculoskeletal injuries. The application addresses this problem by monitoring the user through a webcam and providing real-time feedback on exercise form. As a starting point, I used an open-source project that extracts 33 anatomical body landmarks from the video stream using the MediaPipe framework and recognises four fitness exercises and counts repetitions with a bidirectional BiLSTM neural network. I extended this foundation into a complete multi-user web application: I developed a Next.js client, a FastAPI backend with asynchronous data streaming over the WebSocket protocol, and a custom form-analysis layer that detects errors based on biomechanical joint angles and distances, classifies them by severity, and translates them into understandable coaching instructions. I deployed the system to a production Ubuntu Linux environment and evaluated it in terms of classification accuracy, processing speed, user experience, and server resource consumption. Measurements showed an average latency of 73.7 ms, ensuring immediate feedback below the threshold of human perception, and confirmed that modern web technologies combined with artificial intelligence can replace basic expert supervision in home workouts without requiring software installation or dedicated hardware. umetna inteligenca računalniški vid globoko učenje nevronske mreže BiLSTM spletna aplikacija biomehanika gibanja. artificial intelligence computer vision deep learning BiLSTM neural networks web application movement biomechanics true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2026-08-31 11:30:09 2026-08-31 11:30:21 2026-09-07 10:33:30 0000-00-00 00:00:00 2026 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 290174979 63420 290174979 Bartolec_Nik_-_Razvoj_spletne_aplikacije_za_analizo_vadbe_in_personalizirano_generiranje_priporo.pdf Bartolec_Nik_-_Razvoj_spletne_aplikacije_za_analizo_vadbe_in_personalizirano_generiranje_priporo.pdf 1 4F880D0C49FD48808735E4A30EA085FD a60fe13c92830eb20c9c2d694525ca1c04fc938f032bbc26ee226f05289a19a4 2b422452-a51e-11f1-9b0d-0050569b8976 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=245513 Fakulteta za elektrotehniko 0 0 0