Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia

Rylo, Marcos Negreiros; http://lattes.cnpq.br/0695393115895978

Dissertação

Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia

Este trabalho visa avaliar as técnicas de aprendizagem de máquinas usando fotopletismografia de baixa frequência associada a sensores de movimento de dispositivos vestíveis, tais como relógios inteligentes, no reconhecimento de gestos do pulso e dos dedos. Após a segmentação dos gestos baseado na id...

ver descrição completa

Autor principal:	Rylo, Marcos Negreiros
Outros Autores:	http://lattes.cnpq.br/0695393115895978
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2023
Assuntos:	Aprendizado do computador Inteligência artificial Eletrônica industrial ENGENHARIAS: ENGENHARIA ELETRICA: ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS Fotopletismografia Dispositivos vestíveis Reconhecimento de gestos Aprendizado de máquina
Acesso em linha:	https://tede.ufam.edu.br/handle/tede/9571

id	oai:https:--tede.ufam.edu.br-handle-:tede-9571
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-95712023-08-17T05:03:53Z Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia Rylo, Marcos Negreiros Lucena Junior, Vicente Ferreira http://lattes.cnpq.br/0695393115895978 http://lattes.cnpq.br/6820830740393500 Bessa, Iury Valente http://lattes.cnpq.br/7433480638156752 Rocha, Thiago de Souza http://lattes.cnpq.br/2541078732974933 Aprendizado do computador Inteligência artificial Eletrônica industrial ENGENHARIAS: ENGENHARIA ELETRICA: ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS Fotopletismografia Dispositivos vestíveis Reconhecimento de gestos Aprendizado de máquina Este trabalho visa avaliar as técnicas de aprendizagem de máquinas usando fotopletismografia de baixa frequência associada a sensores de movimento de dispositivos vestíveis, tais como relógios inteligentes, no reconhecimento de gestos do pulso e dos dedos. Após a segmentação dos gestos baseado na identificação de artefatos de movimento no sinal de fotopletismografia (PPG), modelos de classificação utilizando Máquinas de Vetores de Suporte, Florestas Aleatórias e XgBoost foram treinados utilizando atributos estatísticas extraídas de sinais PPG e sensores de movimento. O projeto aponta que frequências de 25 Hz são adequadas para o processo de reconhecimento, alcançando resultados de até 82% precisão e 82% de revocação. This project aims to evaluate machine learning techniques using low frequency photoplethysmog raphy coupled with motion sensors from wearable devices, such as smart watches, in recognizing wrist and finger gestures. After gesture segmentation based on the identification of motion artifacts in the photoplethysmography (PPG) signal, classification models using Support Vector Machines, Random Forests and XgBoost were trained using statistical attributes extracted from PPG signals and motion sensors. The project indicates that frequencies of 25 Hz are suitable for the recognition process, achieving results of up to 82% accuracy and 82% recall. 2023-08-16T14:00:18Z 2023-04-28 Dissertação RYLO, Marcos Negreiros. Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia. 2023. 87 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus (AM), 2023. https://tede.ufam.edu.br/handle/tede/9571 por Acesso Aberto http://creativecommons.org/licenses/by/4.0/ application/pdf Universidade Federal do Amazonas Instituto de Ciências Exatas Brasil UFAM Programa de Pós-graduação em Agronomia Tropical
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Aprendizado do computador Inteligência artificial Eletrônica industrial ENGENHARIAS: ENGENHARIA ELETRICA: ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS Fotopletismografia Dispositivos vestíveis Reconhecimento de gestos Aprendizado de máquina
spellingShingle	Aprendizado do computador Inteligência artificial Eletrônica industrial ENGENHARIAS: ENGENHARIA ELETRICA: ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS Fotopletismografia Dispositivos vestíveis Reconhecimento de gestos Aprendizado de máquina Rylo, Marcos Negreiros Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
topic_facet	Aprendizado do computador Inteligência artificial Eletrônica industrial ENGENHARIAS: ENGENHARIA ELETRICA: ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOS Fotopletismografia Dispositivos vestíveis Reconhecimento de gestos Aprendizado de máquina
description	Este trabalho visa avaliar as técnicas de aprendizagem de máquinas usando fotopletismografia de baixa frequência associada a sensores de movimento de dispositivos vestíveis, tais como relógios inteligentes, no reconhecimento de gestos do pulso e dos dedos. Após a segmentação dos gestos baseado na identificação de artefatos de movimento no sinal de fotopletismografia (PPG), modelos de classificação utilizando Máquinas de Vetores de Suporte, Florestas Aleatórias e XgBoost foram treinados utilizando atributos estatísticas extraídas de sinais PPG e sensores de movimento. O projeto aponta que frequências de 25 Hz são adequadas para o processo de reconhecimento, alcançando resultados de até 82% precisão e 82% de revocação.
author_additional	Lucena Junior, Vicente Ferreira
author_additionalStr	Lucena Junior, Vicente Ferreira
format	Dissertação
author	Rylo, Marcos Negreiros
author2	http://lattes.cnpq.br/0695393115895978
author2Str	http://lattes.cnpq.br/0695393115895978
title	Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
title_short	Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
title_full	Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
title_fullStr	Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
title_full_unstemmed	Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
title_sort	reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
publisher	Universidade Federal do Amazonas
publishDate	2023
url	https://tede.ufam.edu.br/handle/tede/9571
_version_	1831970204587917312
score	11.753735

Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia

Registros relacionados