Clasificación de datos MOCAP sobre una disciplina deportiva usando modelos de Machine Learning
dc.contributor.advisor | Valencia Marín, Cristhian Kaori | |
dc.contributor.author | García Moncayo, Mario Fernando | |
dc.date.accessioned | 2025-05-06T20:38:09Z | |
dc.date.available | 2025-05-06T20:38:09Z | |
dc.date.issued | 2024 | |
dc.description.abstract | Este proyecto analiza en profundidad los datos capturados para clasificar categorías de movimiento en jugadores de tenis, utilizando herramientas de reconocimiento de actividades humanas (HAR) y captura de movimiento (MOCAP). Con un enfoque en los jugadores de la liga de tenis de Caldas, se busca detectar y extraer datos precisos sobre la posición y orientación de los atletas durante diversas acciones deportivas. Los datos, que fueron previamente obtenidos y organizados sin necesidad de una recolección nueva, están en formato BVH (Biovision Hierarchy), lo que permite representar con detalle la estructura y cinemática del cuerpo humano en movimiento. La investigación emplea modelos avanzados de aprendizaje automático para clasificar y analizar patrones biomecánicos en el tenis, con técnicas como el análisis de componentes principales (PCA) y algoritmos de clasificación para diferenciar movimientos específicos como golpes de derecha, reveses y servicios. Este enfoque facilita el estudio de variaciones entre jugadores en términos de eficiencia técnica y biomecánica. El objetivo final es proporcionar una base para recomendaciones personalizadas que optimicen el entrenamiento, permitiendo a entrenadores y jugadores ajustar técnicas y estrategias. Así, el proyecto tiene el potencial de ofrecer una herramienta para análisis deportivo avanzado | spa |
dc.description.degreelevel | Maestría | |
dc.description.degreename | Magíster en Ciencia de Datos | |
dc.format.mimetype | application/pdf | |
dc.identifier.uri | http://hdl.handle.net/11522/4734 | |
dc.language.iso | spa | |
dc.publisher | Pontificia Universidad Javeriana Cali | |
dc.publisher.department | Facultad de Ingeniería y Ciencias | |
dc.publisher.program | Maestría en Ciencia de Datos | |
dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | |
dc.rights.creativecommons | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
dc.subject | Biomecánica | spa |
dc.subject | Captura de Movimiento (MOCA) | spa |
dc.subject | Reconocimiento de Actividades Humanas (HAR) | spa |
dc.subject | Jerarquía de Biovision (BVH) | spa |
dc.subject | Aprendizaje de Máquina | spa |
dc.subject | Máquina de vectores (SVM) | spa |
dc.subject | Biomechanics | eng |
dc.subject | Motion Capture (MOCAP) | eng |
dc.subject | Human Activity Recognition (HAR) | eng |
dc.subject | Biovision Hierarchy (BVH) | eng |
dc.subject | Machine Learning | eng |
dc.subject | Support Vector Machine (SVM) | eng |
dc.title | Clasificación de datos MOCAP sobre una disciplina deportiva usando modelos de Machine Learning | spa |
dc.type | master thesis | |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestría | |
dc.type.redcol | https://purl.org/redcol/resource_type/TM |
Files
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed to upon submission
- Description: