Over 10 years we help companies reach their financial and branding goals. Engitech is a values-driven technology agency dedicated.
411 University St, Seattle, USA
engitech@oceanthemes.net
+1 -800-456-478-23
Aictive es una empresa que ha desarrollado un sistema de visión computacional e Inteligencia Artificial capaz de detectar y analizar el movimiento de un sujeto para determinar la correcta ejecución de ejercicios.
Nuestro sistema está compuesto de dos módulos; detección y estimación de pose, y análisis de movimiento.
El sistema desarrollado por Aictive utiliza visión computacional y redes neuronales convolucionales para estimar la pose de un sujeto, las que optimizan un modelo matemático para procesar y extraer información relevante de imágenes y replicar la percepción humana.
La pose del cuerpo humano contiene información relacionada a la posición tridimensional de cada punto de interés y a los ángulos respectivos entre vectores definidos por dichos puntos. Para detectarlos, los modelos son entrenados por aprendizaje supervisado, donde se alimenta el modelo con imágenes marcadas con información de la ubicación real de los puntos claves, orientación de las extremidades, inclinación del cuerpo entre otras variables dependiendo del modelo.
El flujo de información en el sistema es el siguiente:
Estos ángulos representan, de mejor manera, la información relevante para medir y tomar decisiones con respecto a la ejecución del movimiento. Pueden representar flexión, elongación, desplazamiento, entre otros, dependiendo del tipo de movimiento que se desee evaluar y los vértices seleccionados para calcular los ángulos.
Este módulo consta de algoritmos que extraen características y generan métricas que permiten evaluación cuantitativa del movimiento. Para lograr dicho objetivo se utilizan una serie de procesos que analizan las series de tiempo de los ángulos.
Dicho análisis está compuesto por rutinas que extraen características específicas:
El análisis de movimiento entrega resultados interpretables de ejecución del ejercicio, conteniendo:
Cada ejercicio tiene requerimientos distintos para ser clasificado como ejecución correcta o incorrecta. Para llevar a cabo dicha clasificación se utilizan métodos de aprendizaje de máquinas, que son capaces de evaluar un número variable de reglas dependiendo de su complejidad.
