Reconhecimento de gestos de membros superiores utilizando sensores de movimento e fotopletismografia
Loading...
Date
Authors
Advisor(s)
Co-advisor(s)
Medeiros, Renan Landau Paiva
Committee members
Bessa, Iury Valente
Rocha, Thiago de Souza
Rocha, Thiago de Souza
Graduate program
Journal Title
Journal ISSN
Volume Title
Publisher
Universidade Federal do Amazonas
Type
Access rights
DOI
Resumo (Portuguese)
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.
Abstract
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.
Description
Controlled term
Aprendizado do computador; Inteligência artificial; Eletrônica industrial
Sustainable Development Goals (SDG)
Citation
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.
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwise noted, this item's license is described as Acesso Aberto

