Universidad de Castilla-La Mancha
 
Escuela Superior de Ingeniería Informática

 

  cambiar a curso:   2015-16   2017-18



Grado en Ingeniería Informática


TRABAJOS FIN DE GRADO
curso: 2016-17

Incorporación del SDK de Kinect v2 en una aplicación de rehabilitación para PC


Tecnologías Específicas

Computación
 


Descripcion y Objetivos

El principal objetivo de esta propuesta de TFG es el desarrollo de una aplicación de rehabilitación cognitiva para PC y el sensor Microsoft Kinect One. Para este fin, el alumno deberá familiarizarse no solo con el entorno de programació, C#, sino también con la interfaz del sensor Kinect One, la segunda y mejorada versión de este sensor. Para el desarrollo de la aplicación, el alumno contará con la expriencia y apoyo del laboratorio LoUISE en este tipo de problemas, en particular en el campo de la rehabilitación y la programación con sensores como es la Kinect.

Este TFG ya ha sido asignado de mutuo acuerdo al alumno Luis Rodríguez-Manzaneque López, DNI nº 06282800M.

Objetivo primario: Adaptar la plataforma de rehabilitación ya construida al funcionamiento con los nuevos sensores Kinect V2. Lo cual aportará mayor precisión al reconocimiento de usuarios y la posibilidad de trabajar en entornos de gran luminosidad.

Objetivos secundarios: OS1. Cambiar los algoritmos de reconocimiento facial a plataformas de reconocimiento en la nube, lo que añadiría precisión a dicho reconocimiento. OS2. Mejora de la interfaz de usuario.

Descripción: El principal objetivo de este TFG es el cambio del sensor Kinect V1 por el sensor Kinect V2. Esto aportará mayor precisión al reconocimiento del usuario, y le permitirá trabajar en entornos de gran luminosidad, ya que usa luz infrarroja modulada. Esto le aportará mayor frescura al sistema, ya que trabajaría con un sensor más nuevo. Además, si el proyecto se queda un poco corto para un TFG también se puede proponer el cambio del algoritmo de reconocimiento facial (el cual se hace ahora mediante OpenCV). Este algoritmo no funciona del todo bien, ralentiza el sistema cuando está en uso y hace que el sistema pese más de la cuenta. La alternativa a usar son los servicios en la nube de Microsfot (https://www.microsoft.com/cognitive-services/en-us/face-api). Estos servicios además de permitir identificar a gente, también indican las emociones de los participantes (https://www.microsoft.com/cognitive-services/en-us/emotion-api), lo que puede resultar interesante para determinar si una persona está estresada o cansada. Además, también puede ser útil la mejora en la interfaz de usuario.

 


Metodología y Competencias

La metodología de trabajo seguirá el clásico esquema de análisis, diseño, implementación y pruebas. En particular, durante la fase de análisis, el alumno deberá familiarizarse con el campo de aplicación, la rehabilitación cognitiva, y el entorno de desarrollo, el lenguaje C# y el sensor Kinect One.

 


Medios a utilizar

Para la realización de este trabajo es necesaria al menos un PC con sensor Kinect One, hardware disponible en el laboratorio LoUISE del I3A.

 


Bibliografía

Existen numerosos recursos en Internet que sirven como fuentes de apoyo para la realización de este proyecto.

 


Tutor


MOLINA MASSÓ, JOSÉ PASCUAL
 

Alumno


RODRÍGUEZ-MANZANEQUE LÓPEZ, LUIS
 

 

Sindicación  Sindicación  Sindicación  Sindicación

Curso: 2016-17
© Escuela Superior de Ingeniería Informática
Edificio Infante Don Juan Manuel
Avda. de España s/n
02071 Albacete

informatica.ab@uclm.es
aviso legal
generar código QR de la página