Aplicação de técnicas de aprendizado de máquina para o reconhecimento de atividades humanas com dados de pontos de referência do corpo humano

Abstract

A adoção de métodos de aprendizado de máquina para reconhecimento de atividades humanas, tem apresentado notáveis resultados na extração de características discriminativas de sequências adquiridas por intermédio de imagens. Realizar o reconhecimento de atividades executadas pelos alunos em treinamento com a utilização de técnicas de aprendizado de máquina pode auxiliar a UniverCemig no processo de certificação de aprendizado dos alunos. Este projeto de pesquisa analisa quais técnicas de aprendizado de máquina podem ser utilizadas para realizar o reconhecimento de atividades humanas na formação do eletrecista na UniverCemig. Assim, dar-se-á o passo inicial nesse sentido, com a coleta de dados e com a implementação de algorítmos de aprendizado de máquina, K-Nearest Neighbors(KNN) e Support Vector Machine (SVM), atingindo 91% e 96% de perfomance respectivamente e de aprendizado de máquina profundo, Gated Recurrent Unit (GRU) e Long Short Term Memory (LSTM), com perfomance de 96% em ambos para realizar o reconhecimento de atividades humanas com dados obtidos dos pontos de junção do esqueleto.