SONAR|HES-SO

SONAR|HES-SO

SONAR|HES-SO regroupe les travaux de bachelor et master diffusables de plusieurs écoles de la HES-SO. Consultez cette page pour le détails.

En cas de question, merci de contacter les bibliothécaires de la HES-SO : bibliotheques(at)hes-so.ch

Back to SONAR
Back
Duvernay_Francois_TM_2022.pdf
Master thesis

Automatic labelling for motion capture

  • Genève : Haute école de gestion de Genève

43 p.

Master of Science HES-SO en Information documentaire: Haute école de gestion de Genève, 2022

apprentissage automatique
deep learning
LSTM
motion capture
trouble de la marche
French Dans le cadre d’un travail de Master en Science de l’information, ce projet consiste à créer un algorithme capable d’étiqueter automatiquement des marqueurs après des captures vidéo en trois dimensions de patients atteints de troubles de la marche. Le but du projet est de remplacer un travail manuel par un réseau de neurones récurrents (plus précisément un LSTM) qui permet de retrouver quel est le label pour chaque marqueur présent dans la capture.
Dans cette étude, une analyse de l’existant fait parvenir plusieurs modèles de Deep Learning déjà utilisé avec leurs architectures complètes. La première partie consiste à approfondir et comprendre ces architectures afin de choisir un modèle convenable.
Le projet qui en découle, s’inspire de son environnement et de l’existant pour produire un modèle capable d’effectuer des prédictions. Le modèle doit s’adapter aux données fournies et produire un résultat aussi proche que possible des solutions existantes. Les hypothèses qui découlent de cette expérience permettent d’avoir un angle d’attaque pour améliorer les résultats.
Language
  • French
Classification
Computer science and technology
Notes
  • Haute école de gestion de Genève
  • Information documentaire
  • hesso:hegge
Persistent URL
https://sonar.rero.ch/hesso/documents/323067
Statistics
Document views: 58 File downloads:
  • Duvernay_Francois_TM_2022.pdf: 153