Search

Exercising the body is a fundamental part of health. There are many re-sources freely available, such as audio-visual content on the internet, simplynature itself or outdoor gym structures in public parks. Using these resources,it has been proposed to implement a mobile application to encourage physicalactivity, using augmented reality to engage the user, providing a di?erent andmotivating experience that encourages them to explore and try new forms ofexercise. This thesis starts with the implementation of a mobile applicationthat detects and tracks outdoor gym structures, training neural networks tosegment and obtain the pose of the structures and project exercise sugges-tions using augmented reality. However, during the project we discover theunfeasibility of such an objective due to the fact that the platform used todevelop the project, Unity, is still in the process of evolving with respect todeep learning technologies.In these circumstances, this thesis documents the di?erent steps that havebeen taken, analyses the unfeasibility of the project and proposes a study toimprove the pose estimator. Ejercitar el cuerpo es una parte fundamental de la salud. Hay varios recursos gratuitos disponibles, como contenido audiovisual en internet, la naturaleza misma o estructuras de gimnasios exteriores en parques públicos. Utilizando estos recursos, se ha propuesto implementar una aplicación móvil que anima a cumplir actividad física, utilizando realidad aumentada para atraer al usuario, proporcionando una diferente y motivadora experiencia que anima a explorar y probar nuevas formas de ejercicio. Esta tesis comienza con una implementación de aplicación móvil que detecta y rastrea estructuras exteriores de gimnasios, entrena redes neuronales para segmentar y obtener la posición de las estructuras y proyectar sugerencias de ejercicios utilizando realidad aumentada. Aun así, durante el proyecto se ha descubierto que el objetivo es inviable, ya que la plataforma utilizada para desarrollar el proyecto, Unity, está aún en proceso de evolucionar respecto tecnologías de aprendizaje profundo. En estas circunstancias, la tesis documenta los diferentes pasos que se han hecho, analiza la inviabilidad del proyecto y propone un estudio para mejorar el pose estimator. Exercitar el cos és una part fonamental de la salut. Hi ha diversos recursos gratuïts disponibles, com contingut audiovisual a internet, la natura mateixa o estructures de gimnasos exteriors en parcs públics. Utilitzant aquests recursos, s'ha proposat implementar una aplicació mòbil que anima a acomplir activitat física, utilitzant realitat augmentada per atraure a l'usuari, proporcionant una diferent i motivadora experiència que anima a explorar i provar noves formes d'exercici. Aquesta tesi comença amb una implementació d'aplicació mòbil que detecta i rastreja estructures exteriors de gimnasos, entrena xarxes neuronals per segmentar i obtenir la posició de les estructures i projectar suggeriments d'exercicis utilitzant realitat augmentada. Així i tot, durant el projecte s'ha descobert que l'objectiu és inviable, ja que la plataforma utilitzada per desenvolupar el projecte, Unity, està encara en procés d'evolucionar respecte tecnologies d'aprenentatge profund. En aquestes circumstàncies, la tesi documenta els diferents passos que s'han fet, analitza la inviabilitat del projecte i proposa un estudi per millorar el pose estimator.

Exercising the body is a fundamental part of health. There are many re-sources freely available, such as audio-visual content on the internet, simplynature itself or outdoor gym structures in public parks. Using these resources,it has been proposed to implement a mobile application to encourage physicalactivity, using augmented reality to engage the user, providing a di?erent andmotivating experience that encourages them to explore and try new forms ofexercise. This thesis starts with the implementation of a mobile applicationthat detects and tracks outdoor gym structures, training neural networks tosegment and obtain the pose of the structures and project exercise sugges-tions using augmented reality. However, during the project we discover theunfeasibility of such an objective due to the fact that the platform used todevelop the project, Unity, is still in the process of evolving with respect todeep learning technologies.In these circumstances, this thesis documents the di?erent steps that havebeen taken, analyses the unfeasibility of the project and proposes a study toimprove the pose estimator. Ejercitar el cuerpo es una parte fundamental de la salud. Hay varios recursos gratuitos disponibles, como contenido audiovisual en internet, la naturaleza misma o estructuras de gimnasios exteriores en parques públicos. Utilizando estos recursos, se ha propuesto implementar una aplicación móvil que anima a cumplir actividad física, utilizando realidad aumentada para atraer al usuario, proporcionando una diferente y motivadora experiencia que anima a explorar y probar nuevas formas de ejercicio. Esta tesis comienza con una implementación de aplicación móvil que detecta y rastrea estructuras exteriores de gimnasios, entrena redes neuronales para segmentar y obtener la posición de las estructuras y proyectar sugerencias de ejercicios utilizando realidad aumentada. Aun así, durante el proyecto se ha descubierto que el objetivo es inviable, ya que la plataforma utilizada para desarrollar el proyecto, Unity, está aún en proceso de evolucionar respecto tecnologías de aprendizaje profundo. En estas circunstancias, la tesis documenta los diferentes pasos que se han hecho, analiza la inviabilidad del proyecto y propone un estudio para mejorar el pose estimator. Exercitar el cos és una part fonamental de la salut. Hi ha diversos recursos gratuïts disponibles, com contingut audiovisual a internet, la natura mateixa o estructures de gimnasos exteriors en parcs públics. Utilitzant aquests recursos, s'ha proposat implementar una aplicació mòbil que anima a acomplir activitat física, utilitzant realitat augmentada per atraure a l'usuari, proporcionant una diferent i motivadora experiència que anima a explorar i provar noves formes d'exercici. Aquesta tesi comença amb una implementació d'aplicació mòbil que detecta i rastreja estructures exteriors de gimnasos, entrena xarxes neuronals per segmentar i obtenir la posició de les estructures i projectar suggeriments d'exercicis utilitzant realitat augmentada. Així i tot, durant el projecte s'ha descobert que l'objectiu és inviable, ja que la plataforma utilitzada per desenvolupar el projecte, Unity, està encara en procés d'evolucionar respecte tecnologies d'aprenentatge profund. En aquestes circumstàncies, la tesi documenta els diferents passos que s'han fet, analitza la inviabilitat del projecte i proposa un estudi per millorar el pose estimator.

This project corresponds to the final degree project carried out at the Technical School of Telecommunications Engineering of Barcelona as a continuation of a project undertaken by the Image Processing Group of the Universitat Politècnica de Catalunya. From a room recorded with Kinect cameras that capture in RGBD, this project, focused on telepresence conferences, eliminates in real time irrelevant background information such as the walls and ground, with the aim of suppressing the noise of these cloud points in these surfaces and decrement the computational cost. Este proyecto corresponde al trabajo final de grado realizado en la Escuela Técnica Superior de Ingeniería de Telecomunicaciones de Barcelona como continuación de un proyecto emprendido por el Grupo de Procesamiento de Imagen de la Universtat Politècnica de Catalunya. A partir de una sala grabada con cámaras kinect que capturan en RGBD, este proyecto, enfocado a conferencias con telepresencia, elimina en tiempo real información irrelevante de segundo plano como pueden ser las paredes y el suelo, con el objetivo de suprimir el ruido de estas superficies y disminuir el coste computacional. Aquest projecte correspon al treball final de grau realitzat a l'Escola Tècnica Superior d'Enginyeria de Telecomunicacions de Barcelona com a continuació d'un projecte emprès pel Grup de Processament d'Imatge de la Universitat Politècnica de Catalunya. A partir d'una sala grabada amb càmeres kinect que capturen en RGBD, aquest projecte, enfocat a conferències amb telepresència, elimina en temps real informació irrellevant de segon pla com poden ser les parets i el terra, amb l'objectiu de suprimir el soroll d'aquestes superfícies i decrementar el cost computacional.