Work

Facial image processing to monitor physical exercise intensity

Year: 2020
Type: dissertation
Abstract: Os avanços registados na tecnologia de visão por computador têm possibilitado a sua aplicação em várias áreas, incluindo as ciências do desporto. Nas últimas décadas várias tecnologias foram desenvolvidas para monitorizar a intensidade do exercício físico, no entanto ainda se sente a falta de técnicas confiáveis e não invasivas (contactless). Existem vários parâmetros medíveis para quantificar a intensidade do exercício, sendo a frequência cardíaca uma das mais utilizadas. Contudo o esforço também pode ser revelado pela expressão facial do praticante, sem recorrer a sensores de contato direto. Nesta tese é proposta uma abordagem baseada em técnicas de visão por computador para quantificar o nível de intensidade do exercício físico, usando caraterísticas faciais como a cor e a expressão. O problema de investigação é abordado usando técnicas de aprendizagem automática: classificação e regressão. No primeiro modelo proposto, a intensidade do exercício é classificada em quatro níveis de intensidade, usando algoritmos tradicionais de aprendizagem automática e uma rede neuronal convolucional. No segundo modelo, a intensidade do exercício é estimada usando modelos de regressão linear e multivariada, em que as variáveis independentes são os valores de intensidade média de cor, calculado num recorte da imagem situada na região da testa. O conjunto de dados para as experiências foram recolhidos em laboratório com vinte indivíduos familiarizados com os protocolos de cicloergómetro, durante a realização de um exercício submáximo de ciclismo. Os dados de frequência cardíaca foram adquiridos com um sensor de contacto e uma câmara estática fez a captura do vídeo facial. As imagens foram obtidas e pré-processadas a partir do vídeo, de acordo com os parâmetros necessários aos modelos de classificação e de regressão. O primeiro modelo obteve um grau de precisão até 99% sobre um conjunto de teste obtido aleatoriamente do conjunto inicial. No segundo modelo obteve-se um coeficiente de correlação de Pearson acima de 0.98. Estes resultados sugerem que as abordagens propostas são adequadas para estimar a intensidade do exercício físico.
Author: Khanal, Salik Ram
Language: Portuguese
Open Access status: green
OpenAlex ID: W7028390469
Cites: 161
Cited by:
Related to: 10