Questo progetto di tesi, svolto in collaborazione con BBSoF, esplora l'evoluzione delle tecniche di motion capture, concentrandosi su una comparazione tra il tradizionale tracking automatico di feature e i moderni approcci markerless basati sull'intelligenza artificiale. Attraverso una revisione della letteratura e di applicazioni pratiche per la valutazione del cammino di pazienti affetti da Parkinson, il lavoro analizza le metodologie e gli strumenti utilizzati in entrambi gli approcci, evidenziandone i vantaggi rispettivi e le eventuali criticità.

Evoluzione delle tecniche di motion capture: analisi comparativa tra metodi di tracking automatici e approcci innovativi markerless basati su IA

NICOLETTO, GIOVANNI
2023/2024

Abstract

Questo progetto di tesi, svolto in collaborazione con BBSoF, esplora l'evoluzione delle tecniche di motion capture, concentrandosi su una comparazione tra il tradizionale tracking automatico di feature e i moderni approcci markerless basati sull'intelligenza artificiale. Attraverso una revisione della letteratura e di applicazioni pratiche per la valutazione del cammino di pazienti affetti da Parkinson, il lavoro analizza le metodologie e gli strumenti utilizzati in entrambi gli approcci, evidenziandone i vantaggi rispettivi e le eventuali criticità.
2023
Evolution of motion capture techniques: comparative analysis between automatic feature tracking and innovative AI-based markerless approaches
Video capture
Biomeccanica
Markerless
Cinematica
File in questo prodotto:
File Dimensione Formato  
Nicoletto_Giovanni.pdf

accesso aperto

Dimensione 4.05 MB
Formato Adobe PDF
4.05 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/71131