Diseño e implementación de redes neuronales de aprendizaje profundo para clasificación y análisis de movimientos corporales capturados mediante dispositivos vestibles

Abstract

Este Trabajo de Fin de Grado se centra en el problema del Reconocimiento de Actividades Humanas o HAR empleando Redes Neuronales de Aprendizaje Profundo, que se encuentran dentro de la Inteligencia Artificial y a su vez, del Aprendizaje Automático. En nuestro caso concreto, los datos se han obtenido a través de Sensores Inerciales o IMUs, los cuales registran cuaterniones, indicando la orientación de la parte del cuerpo donde están situados. Con estas grabaciones, se ha llevado a cabo el procesado de los datos y la formación una base de datos con estas grabaciones procesadas. Partiendo de esta base de datos, y empleando redes convolucionales, hemos conseguido llevar a cabo el reconocimiento de actividades humanas. El resultado es la identificación de 13 actividades tanto de tren superior como de tren inferior con gran precisión.

This project is focused on the Human Activity Recognition or HAR problem using Deep Neural Networks, enclosed in Deep Learning and so they are in Machine Learning. In our case, data was obtained with Inertial Sensor Units or IMUs, which register quaternions, indicating the orientation of the body part they are placed on. These recordings were processed and used to build a database. Using this database and Convolutional Neural Networks, We were successful to achieve the targeted activity recognition. The result was the precise recognition of 13 different activities from both the upper and lower part of the body.