Search

Your search keyword '"Saloheimo, Tuure"' showing total 6 results
Start Over Author "Saloheimo, Tuure"
6 results on '"Saloheimo, Tuure"'

1. Deep Residual Mixture Models

Author

Hämäläinen, Perttu, Trapp, Martin, Saloheimo, Tuure, and Solin, Arno

Subjects
Computer Science - Machine Learning, Statistics - Machine Learning
Abstract

We propose Deep Residual Mixture Models (DRMMs), a novel deep generative model architecture. Compared to other deep models, DRMMs allow more flexible conditional sampling: The model can be trained once with all variables, and then used for sampling with arbitrary combinations of conditioning variables, Gaussian priors, and (in)equality constraints. This provides new opportunities for interactive and exploratory machine learning, where one should minimize the user waiting for retraining a model. We demonstrate DRMMs in constrained multi-limb inverse kinematics and controllable generation of animations., Comment: Code and examples can be found at https://github.com/PerttuHamalainen/DRMM

Published
2020

3. Detecting and tracking outdoor gym geometry for AR display of exercise suggestions

Author

Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions, Aalborg universitet, Ruiz Hidalgo, Javier, Hämäläinen, Perttu, Saloheimo, Tuure, Maki, Aina, Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions, Aalborg universitet, Ruiz Hidalgo, Javier, Hämäläinen, Perttu, Saloheimo, Tuure, and Maki, Aina

Abstract

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.

Published
2021

4. Detecting Parkour Spots from Urban Imagery

Author

Hämäläinen, Perttu, Perustieteiden korkeakoulu, Saloheimo, Tuure, Hämäläinen, Perttu, Perustieteiden korkeakoulu, and Saloheimo, Tuure

Abstract

This thesis investigates detecting potential parkour spots from urban street level imagery. It shows that by using transfer learning it is possible to re-train a convolutional neural network originally trained for general object detection to instead perform the task of parkour spot detection using just a few thousand street level images annotated by parkour hobbyists. The work demonstrates that this machine learning process can be facilitated by street level images easily available through online services such as Google Street View, open-source machine learning frameworks, and publicly available pre-trained neural networks. As such, these methods are widely available even to people without extensive machine learning knowledge. Combining the low training data requirement and readily available tools means that it is possible to deploy machine learning solutions for tasks like parkour spot detection in just a few days. This provides a novel tool for discovering and understanding physical activity opportunities in one's everyday environment, which is useful for researchers and practitioners of fields such as urban design and exercise video games., Tämä diplomityö tutkii mahdollisten parkour-paikkojen havaitsemista kaupunkiympäristöjen katukuvista. Työ osoittaa, että siirto-oppimisen avulla on mahdollista kouluttaa yleisesti kappaleiden havaitsemiseen tarkoitettu konvoluutioneuroverkko uudelleen niin että se havaitseekin parkour-paikkoja. Tähän riittää vain muutama tuhat katutason kuvaa, joihin parkour-harrastajat ovat merkinneet parkourin kannalta kiinnostavat alueet. Tämän koneoppimisprosessin tekevät mahdolliseksi katutason kuvat, jotka ovat helposti saatavilla verkkopalveluista kuten Googlen Street Viewsta, avoimen lähdekoodin koneoppimiskirjastot sekä vapaasti saatavilla olevat esikoulutetut neuroverkot. Näin ollen nämä menetelmät ovat laajasti myös sellaisten henkilöiden käytettävissä, joilla ei ennestään ole mittavaa kokemusta koneoppimisesta. Vähäinen opetusdatan tarve ja helposti saatavilla olevat työkalut mahdollistavat koneoppimisratkaisujen käyttöönoton parkour-paikkojen havaitsemisen kaltaisiin tehtäviin vain muutamassa päivässä. Tämä tarjoaa uudenlaisen työkalun arkiympäristön liikuntamahdollisuuksien tunnistamiseen ja ymmärtämiseen, mikä on hyödyllistä muun muassa kaupunkisuunnittelussa ja liikuntapelien tutkimisessa ja kehittämisessä.

Published
2020

5. Detección y seguimiento de geometrías de gimnasios exteriores para proyectar sugerencias de ejercicios con Realidad Augmentada

Author

Maki, Aina, Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions, Aalborg universitet, Ruiz Hidalgo, Javier, Hämäläinen, Perttu, and Saloheimo, Tuure

Subjects
Realitat augmentada, Unity, ONNX, segmentation, Informàtica::Intel·ligència artificial [Àrees temàtiques de la UPC], Augmented reality, 6D Pose estimation, AR
Abstract

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.

Published
2021

6. Detecció i seguiment de geometries de gimnasos exteriors per suggerir exercicis amb Realitat Augmentada

Author

Maki, Aina, Ruiz Hidalgo, Javier, Hämäläinen, Perttu, and Saloheimo, Tuure

Subjects
Realitat augmentada, Unity, ONNX, segmentation, Informàtica::Intel·ligència artificial [Àrees temàtiques de la UPC], Augmented reality, 6D Pose estimation, AR
Abstract

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.

Published
2021

Catalog

Books, media, physical & digital resources
See catalog results