izpis_h1_title_alt

Kvantitativno brezkontaktno merjenje energijske porabe iz videa in 3D slik
ID Koporec, Gregor (Avtor), ID Perš, Janez (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (22,13 MB)
MD5: 60018B6A3EA37FA23C6F7B9D9BE19A81
PID: 20.500.12556/rul/5eb507bb-f1d2-4356-8e40-2f27446c50e2

Izvleček
Merjenje porabe energije je pomembno v športni znanosti in medicini, še posebej, kadar želimo oceniti obseg in intenzivnost fizične aktivnosti. Večinoma so pristopi še vedno odvisni od senzorjev ali markerjev, ki jih nameščamo neposredno na telo. V tem delu predstavljamo nov pristop, ki uporablja popolnoma brezkontaktno, avtomatsko metodo, ki temelji na uporabi algoritmov računalniškega vida in cenenih, široko dostopnih slikovnih senzorjev. Pri tem se zanašamo na oceno optičnega in prostorskega toka za izračun histogramov orientiranega optičnega toka (HOOF), ki smo jih dopolnili s histogrami absolutnih tokovnih amplitud (HAFA). Deskriptorje uporabljamo v regresijskem modelu, ki nam omogoča, da ocenimo porabo energije in v manjši meri srčni utrip. Naša metoda je bila testirana v laboratorijskem okolju in v realnih pogojih športne tekme. Podlaga za delo je obsežna študija, kjer smo preizkusili različne modalitete vizualnih podatkov (barvne in infrardeče kamere ter kamere na podlagi čas preleta), različne tipe senzorjev ter različne kombinacije algoritmov v procesnem cevovodu, ki obsega sledenje, modeliranje, napovedovanje in filtriranje rezultatov. Rezultati potrjujejo, da bi lahko energijsko porabo merili izključno na podlagi takšnega brezkontaktnega opazovanja. Majhen del rezultatov naše študije je bil objavljen že na mednarodni konferenci iz področja računalniškega vida, večina rezultatov pa bo poslana v objavo v obliki članka v primerni znanstveni reviji.

Jezik:Slovenski jezik
Ključne besede:fizična aktivnost, poraba energije, srčni utrip, optični tok, prostorski tok, strojno učenje, jedro RBF, sledilnik KCF, senzor Kinect, squash
Vrsta gradiva:Magistrsko delo/naloga
Organizacija:FE - Fakulteta za elektrotehniko
Leto izida:2017
PID:20.500.12556/RUL-95807 Povezava se odpre v novem oknu
Datum objave v RUL:21.09.2017
Število ogledov:2326
Število prenosov:949
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Quantitative Contactless Measurement of Energy Expenditure from Video and 3D images
Izvleček:
Measurement of energy expenditure is an important tool in sport science and medicine, especially when trying to estimate the extent and intensity of physical activity. However, most approaches still rely on sensors or markers, placed directly on the body. In this work, we present a novel approach, using a fully contactless, automatic method, that relies on computer vision algorithms and widely available and inexpensive imaging sensors. We rely on the estimation of the optical and scene flow to calculate Histograms of Oriented Optical Flow (HOOF) descriptors, which we subsequently augment with the Histograms of Absolute Flow Amplitude (HAFA). Descriptors are fed into regression model, which allows us to estimate energy consumption, and by lesser extent, the heart rate. Our method has been tested both in lab environment and in realistic conditions of a sport match. This work is based on a comprehensive study, where we tested different modalities of visual data (color and infrared cameras, time-of-flight cameras), different sensor types, and different combinations of algorithms in the processing pipeline, which consists of tracking, modeling, predicting and filtering of the results. Results confirm that energy expenditure could be derived from purely contactless observations using our approach. Small subset of our study has already been published at the international computer vision conference, however the rest of the results will be submitted to the top-level scientific journal.

Ključne besede:physical activity, energy expenditure, heart rate, optical flow, scene flow, machine learning, RBF kernel, KCF tracker, Kinect sensor, squash

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj