Repository logo
 
Loading...
Thumbnail Image
Publication

Sistema de Classificação de Sinalética Gestual em competições de karaté

Use this identifier to reference this record.
Name:Description:Size:Format: 
Violante_et_al_CISTI_2024.pdf1.24 MBAdobe PDF Download

Advisor(s)

Abstract(s)

Em contexto de Kumite (combate de Karate) propõe-se investigar um modelo de classificação da sinalética gestual do árbitro para atribuição de pontos, com recurso a Visão Computacional e técnicas de Aprendizagem Profunda. Foram realizadas três abordagens, todas tendo como base o recurso a modelos de Redes Neuronais Convolucionais (Convolutional Neural Network – CNN): Classificação de imagens com recurso a uma CNN; Deteção da pose humana com o modelo MoveNet; e a deteção e classificação de gestos com o modelo YOLOv5, via RoboFlow. A última abordagem obteve melhores resultados, com 100% de precisão para todas as classes, pelo que se testou a sua aplicação para a deteção e classificação dos gestos em vídeo.
In the context of Kumite (Karate combat), it is proposed to investigate a model for classifying the referee’s gestures to award points using Computer Vision and Deep Learning techniques. Three approaches were used, all based on Convolutional Neural Networks (CNN) models: image classification using a CNN; human pose detection using MoveNet; and object detection using YOLOv5, via RoboFlow. The last approach obtained the best results, with 100% precision for all classes, so we tested its application for video gesture detection and classification.

Description

Keywords

Visão Computacional Aprendizagem Profunda Redes Neuronais Convolucionais Karate Sinalética gestual Árbitro RoboFlow.

Pedagogical Context

Citation

Violante, S.C., Morais, A.J, Filipe, V. (2024). Sistema de Classificação de Sinalética Gestual em Competições de Karaté. In Rocha, Á., Peñalvo, F., Gonçalves, R., Garcia Holgado, A., Moreira, F. 19th Iberian Conference on Information Systems and Technologies (CISTI) – Iberian Proceedings of CISTI 2024, pp. 867-873. ITMA

Research Projects

Organizational Units

Journal Issue