Amélioration des mouvements d'un athlète à l'aide d'un simulateur d'activité physique

Dans ce monde en développement, tout le monde veut que son travail soit fait rapidement et efficacement, qu'il s'agisse d'hommes d'affaires ou d'athlètes. Les athlètes doivent franchir les petites étapes avec soin. Du régime alimentaire à l'emploi du temps, tout doit être parfait. Que se passerait-il si certaines de ces étapes étaient automatisées ou si le temps nécessaire à leur exécution était réduit ? Les athlètes pourraient ainsi relâcher un peu leur attention sur certains aspects de leur mode de vie et se concentrer davantage sur d'autres domaines importants. Nous avons mis au point un entraîneur IA pour améliorer les mouvements des athlètes. Les athlètes bénéficient ainsi d'une meilleure précision de leurs mouvements et deviennent autonomes. L'entraîneur IA est plus précis que l'oeil humain. L'entraîneur d'IA que nous avons développé aide un athlète à se passer d'un entraîneur physique. L'ensemble des données est prétraité pour filtrer les données non pertinentes, puis les coordonnées des parties importantes du corps sont trouvées. Cet ensemble de données est utilisé pour l'entraînement et le test du classificateur à forêt aléatoire. Le classificateur de la forêt aléatoire classe l'image donnée par l'utilisateur en tant que jab ou squat ou bhujangasana. L'image d'entrée est comparée à l'image idéale de cette position particulière.

Autorentext
Divya NomulaProfesseur adjoint au département cse(csd) du gnits. Elle est très positive dans la vie. Elle poursuit actuellement un doctorat à KLU sur le concept d'apprentissage en profondeur et a publié 4 articles dans des revues nationales et internationales et un article indexé par CSI SCOPUS. Elle a rédigé un document d'enquête lié à son travail de recherche et a terminé le NPTEL.