Aplikace pro podporu tréninku silových sportů
Loading...
Date
Authors
Klem, Richard
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Tato práce představuje nový přístup k analýze výkonu v silových sportech pomocí modelu strojového učení pro odhad lidské pózy. Implementované řešení využívá model RTMPose k odhadu klíčových bodů lidské pózy, následně odvozuje polohu činky ze souřadnic zápěstí a vypočítává výkonnostní metriky. Konkrétní úhly kamery nebo viditelné kotouče nejsou vyžadovány. Navrhovaná metoda vylepšuje tradiční silový trénink tím, že poskytuje zpětnou vazbu a výkonnostní metriky, jako je průměrná rychlost, a ukazuje se jako účinná ve veřejných posilovnách i v domácím prostředí, a to i pro cvičení s vlastní vahou nebo pomůckami jako je např. odporová guma. Rozsáhlé experimenty potvrzují širokou použitelnost navrhnutého řešení. Srovnání s profesionálním systémem Qualisys prokazuje dostatečnou kvalitu aplikace.
This thesis presents a novel approach for strength sports performance analysis using a human pose estimation machine learning model. The implemented solution employs the RTMPose model to estimate keypoints, then derive the barbell position from the wrist coordinates, and compute performance metrics without requiring specific camera angles or visible weight plates. The proposed method enhances traditional resistance training by providing feedback and performance metrics such as mean velocity. The solution was proved effective in both gym and home environments, even without barbells. Extensive experiments demonstrate the robustness and wide usability of the solution. Comparison with the professional system Qualisys confirms the validity of the application results.
This thesis presents a novel approach for strength sports performance analysis using a human pose estimation machine learning model. The implemented solution employs the RTMPose model to estimate keypoints, then derive the barbell position from the wrist coordinates, and compute performance metrics without requiring specific camera angles or visible weight plates. The proposed method enhances traditional resistance training by providing feedback and performance metrics such as mean velocity. The solution was proved effective in both gym and home environments, even without barbells. Extensive experiments demonstrate the robustness and wide usability of the solution. Comparison with the professional system Qualisys confirms the validity of the application results.
Description
Keywords
silový trojboj, trénink založený na rychlosti, počítačové vidění, mobilní aplikace, odhad lidské pózy, RTMPose, architektura klient-server, monokulární kalibrace prostoru, powerlifting, velocity-based training, computer vision, mobile application, human pose estimation, RTMPose, client-server architecture, monocular space calibration
Citation
KLEM, R. Aplikace pro podporu tréninku silových sportů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
Strojové učení
Comittee
prof. Dr. Ing. Jan Černocký (předseda)
doc. Ing. Lukáš Burget, Ph.D. (člen)
doc. Mgr. Lukáš Holík, Ph.D. (člen)
Ing. Michal Hradiš, Ph.D. (člen)
Ing. František Grézl, Ph.D. (člen)
prof. Ing. Lukáš Sekanina, Ph.D. (člen)
Date of acceptance
2024-06-18
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení