Εμφάνιση απλής εγγραφής

Ανάπτυξη εφαρμογής για κινητές συσκευές με χρήση μηχανικής μάθησης για την ανίχνευση της τοποθέτησης του σώματος κατά την εκγύμναση

dc.contributor.advisorMichailidis, Emmanouel
dc.contributor.authorΠαπαπάσχος, Θωμάς
dc.date.accessioned2023-07-21T06:14:15Z
dc.date.available2023-07-21T06:14:15Z
dc.date.issued2023-07-14
dc.identifier.urihttps://polynoe.lib.uniwa.gr/xmlui/handle/11400/4756
dc.identifier.urihttp://dx.doi.org/10.26265/polynoe-4594
dc.description.abstractΣτις μέρες μας η τεχνολογία είναι ένα αναπόσπαστο κομμάτι της καθημερινής ζωής του ανθρώπου. Ένα κομμάτι λογισμικού ή υλικού υπάρχει σε κάθε τομέα ώστε να τον βοηθήσει είτε ως προς το να επιτεύξει ένα στόχο είτε ως προς το να βελτιώσει κάποιο αποτέλεσμα. Ειδικότερα, παρατηρείται μια αύξησή ως προς την χρήση κινητών συσκευών και εφαρμογών για την διευκόλυνση εργασιών ή ακόμα και την μετατροπή αυτών των εργασιών σε μια πιο ενδιαφέρουσα ενασχόληση. Αδιαμφισβήτητα, η σωματική άθληση είναι μια ενασχόληση η οποία έχει πολλαπλά οφέλη για έναν άνθρωπο διαχρονικά αλλά ακόμα περισσότερο στις μέρες μας όπου υπάρχει αύξησή στην καθιστική ζωή. Για τον λόγο αυτό προχωρήσαμε σε ανάλυση και υλοποίηση εφαρμογής, βασιζόμενη στο ML Kit και την εφαρμογή ML Kit vision quickstart, για κινητές συσκευές, η οποία με χρήση μηχανικής μάθησης και της κάμερας του κινητού, είναι ικανή να εντοπίζει την στάση του σώματος του αθλούμενου κατά την διάρκεια της άσκησης, να μετράει τις επαναλήψεις που έχουν εκπονηθεί και να τις αποθηκεύει. Οι στόχοι της χρήσης της παραπάνω εφαρμογής είναι: • Ο ασκούμενος να βρίσκει την άσκηση πιο ενδιαφέρουσα και να επιθυμεί να ασκηθεί ξανά ώστε να περάσει τα προηγουμένως αποθηκευμένα στατιστικά επαναλήψεων της άσκησης. • Να έχει πρόσβαση σε μια κινητή βάση δεδομένων με το προσωπικό του ιστορικό εκτέλεσης της άσκησης. • Ο ασκούμενος να δέχεται ανατροφοδότηση για το για το πότε έχει καταφέρει την επίτευξη μιας επανάληψης. Αυτό έχει ως συνέπεια την καλύτερη εκτέλεση της άσκησης.el
dc.format.extent80el
dc.language.isoelel
dc.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές*
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.el*
dc.subjectΕφαρμογή κινητών συσκευώνel
dc.subjectAndroidel
dc.subjectKotlinel
dc.subjectΤεχνητή νοημοσύνηel
dc.subjectΜηχανική μάθησηel
dc.titleΑνάπτυξη εφαρμογής για κινητές συσκευές με χρήση μηχανικής μάθησης για την ανίχνευση της τοποθέτησης του σώματος κατά την εκγύμνασηel
dc.title.alternativeUse of machine learning for the development of a mobile application for the detection of body position during trainingel
dc.typeΔιπλωματική εργασίαel
dc.contributor.committeeΜυριδάκης, Νικόλαος
dc.contributor.committeeΓιαννακόπουλος, Παναγιώτης
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Μηχανικών Πληροφορικής και Υπολογιστώνel
dc.description.abstracttranslatedNowadays technology is an integral part of everyday life. A piece of software or hardware exists in every area to help humanity to either achieve a goal or improve an outcome. Specifically, there is an increase in the use of mobile devices and applications, to facilitate tasks or even turn these tasks into a more interesting pastime. Undoubtedly, physical exercise is an activity that has multiple benefits for a person over time but even more so nowadays where there is an increase in sedentary lifestyle. For this reason, we proceeded to the analysis and implementation of an application, based on ML Kit and the sample app ML Kit vision quickstart, for mobile devices, which, using machine learning and the phone’s camera, is able to detect the posture of an athlete during the exercise, to count the repetitions that have been performed and to store them in a mobile database. The goals of using the above application are: • The trainee finds the exercise more interesting and wishes to practice again to surpass the previously saved repetition statistics of the exercise. • To have access to a mobile database with their personal log of performing the exercise. • The trainee receives feedback on when they have achieved a repetition. This results in the best execution of the exercise.el


Αρχεία σε αυτό το τεκμήριο

Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές