Generación de Base de Datos mediante la Estimación de Puntos Clave Corporales y Detección de Pose por Algoritmos de Inteligencia Artificial

Polo Llimós, David
Aznar Gimeno, Rocío (dir.) ; Pérez Lázaro, David (dir.)

Universidad de Zaragoza, ALM, 2025

Graduado en Ingeniería de Datos en Procesos Industriales

Resumen: Este trabajo explora el desarrollo de un conjunto de datos para la estimación de la pose humana en 3D, combinando grabaciones de vídeo con datos de sensores inerciales (IMUs) del traje Rokoko Smartsuit Pro II. A pesar de los avances en la estimación de pose en 3D, la mayoría de los conjuntos de datos públicos se basan en sistemas ópticos costosos y en entornos controlados, lo que limita su accesibilidad y aplicabilidad en entornos reales. El objetivo de este trabajo es la construcción de un conjunto de datos que combina datos de IMUs y vídeo, capturando 14 acciones cotidianas realizadas por 8 sujetos en entornos exteriores. El conjunto está estructurado para ser aplicado a modelos de aprendizaje profundo para la estimación de pose humana 3D. Para garantizar la calidad de los datos, se diseñó una estrategia de grabación multicámara sincronizada, junto con procedimientos específicos para alinear temporalmente las secuencias de vídeo y los registros inerciales. Los modelos del estado del arte MediaPipe, MHFormer y MotionBERT fueron evaluados en el conjunto de datos desarrollado usando la métrica PA-MPJPE. En esta evaluación se observaron comportamientos anómalos de los modelos en secuencias con oclusiones o posturas complejas. Este proyecto aporta un conjunto de datos valioso y reproducible que impulsa la estimación de pose en 3D en escenarios reales y apoya la investigación en salud, biomecánica e interacción persona-computadora.

Tipo de Trabajo Académico: Trabajo Fin de Grado