รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2565
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2564
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
Y4E - เว็บไซต์สำหรับการฝึกเล่นโยคะ
ชื่อโครงงานภาษาอังกฤษ
Y4E - website for yoga practice
ผู้พัฒนา
6110503240 ณิชาพัชร์ นิติคุณเกษม
อาจารย์ที่ปรึกษาหลัก
ประดนเดช นีละคุปต์
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
การเล่นโยคะเป็นที่นิยมในหมู่คนรักสุขภาพ สามารถเรียนรู้การเล่นโยคะได้หลายวิธี สำหรับคนที่สะดวกในการเดินทาง จะไปเรียนที่สตูดิโอสำหรับสอนเล่นโยคะ สำหรับคนที่ไม่สะดวกเดินทางก็จะฝึกด้วยตนเองซึ่งมีหลายวิธี เช่น ทางอินเทอร์เน็ต โทรทัศน์หรือวีดีโอออนไลน์ แต่สำหรับผู้ฝึกเล่นโยคะใหม่ที่ฝึกด้วยตนเองผ่านสื่อดังกล่าวนั้น จะไม่สามารถทราบได้ว่าท่าโยคะที่ทำนั้นถูกต้องตามหลักโยคะหรือไม่ โครงงานเว็บไซต์สำหรับฝึกเล่นโยคะ ซึ่งมีระบบสามารถระบุท่าโยคะที่ผู้ใช้งานทำว่าถูกต้องหรือไม่ ผ่านทางกล้องคอมพิวเตอร์หรือโน๊ตบุ๊ค ซึ่งจะมีประเภทท่าโยคะหลากหลายแบบให้เลือกทำ เช่น วินยาสะ (Vinyasa Yoga) ฯลฯ หลังจากทำท่าโยคะเสร็จระบบจะวิเคราะห์ผลลัพธ์จากการเล่นโยคะซึ่งจะวิเคราะห์ออกมาในรูปแบบการบันทึกแต้มการฝึกโยคะและสรุปรวมแต้มการฝึกทั้งหมดจากการเซ็ตท่าโยคะทั้งหมดที่ได้ทำรวมถึงการแสดงผลความคืบหน้าแต้มการฝึกโยคะของผู้ใช้งานในรูปแบบกราฟ นอกจากนี้ผู้จัดทำจึงได้เพิ่มระบบในการจัดอันดับค่ารวมแต้มการฝึกโยคะของผู้ใช้งานแต่ละคน เพื่อให้ผู้ใช้งานสนใจในการเล่นโยคะมากยิ่งขึ้น
Abstract
Human pose estimation is a deep-rooted problem in computer vision that has exposed many challenges in the past. Analyzing human activities is beneficial in many fields like biometrics, assisted living, at-home health monitoring etc. With our fast-paced lives these days, people usually prefer exercising at home but feel the need of an instructor to evaluate their exercise form. As these resources are not always available, human pose recognition can be used to build a self-instruction exercise system that allows people to learn and practice exercises correctly by themselves. This project lays the foundation for building such a system by discussing various machine learning and deep learning approaches to accurately classify yoga poses on prerecorded videos and also in real-time. The project also discusses various pose estimation and keypoint detection methods in detail and explains different deep learning models used for pose classification.
คำสำคัญ (Keywords)
เล่นโยคะ
เว็บไซต์สำหรับฝึกโยคะ
Human pose estimation
yoga
เว็บไซต์โครงงาน
https://nichapat0987.github.io/
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
-
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
ณิชาพัชร์
นิติคุณเกษม
(b6110503240)
แก้ไขครั้งสุดท้าย
เมื่อ April 6, 2022, 8:29 p.m. โดย
ณิชาพัชร์
นิติคุณเกษม
(b6110503240)
สถานะการอนุมัติ
รออนุมัติ