Please use this identifier to cite or link to this item: http://hdl.handle.net/1822/26029

TitleCOGNITO - captura, reconhecimento e visualização de atividades manuais complexas
Author(s)Maçães, Gustavo
Domingues, Hugo
Almeida, Luís
Santos, Luís Paulo
KeywordsRealidade aumentada
Realidade virtual
Visão por computador
Issue date2012
PublisherInstituto Politécnico de Viana de Castelo (IPVC)
Abstract(s)Neste artigo curto apresenta-se um sistema capaz de automaticamente capturar, reconhecer e visualizar atividades motoras humanas, em diferentes contextos, mas com aplicação prática, por exemplo, na implementação de manuais virtuais 3D ou em vídeo-jogos de nova geração, passando pelos simuladores de treino. Este trabalho tem vindo a ser desenvolvido em consórcio internacional, no contexto de um projeto apoiado pela comissão europeia (COGNITO), e tem-se centrado na captura, análise, armazenamento e visualização 3D, com recurso a tecnologias de realidade virtual e aumentada, de tarefas manuais complexas, executadas em ambiente industrial. O sistema é composto por quatro módulos principais: uma rede de sensores colocados no corpo, uma unidade de captura dos movimentos e ferramentas utilizadas, uma componente de aprendizagem não supervisionada e uma componente gráfica capaz de fazer a apresentação de informação ao utilizador através de um módulo de realidade aumentada (RA). Este artigo apresenta o sistema global e a sua arquitetura, referindo com mais detalhe os desenvolvimentos efetuados para a componente gráfica.
TypeConference paper
URIhttp://hdl.handle.net/1822/26029
ISBN978-989-97491-5-3
Peer-Reviewedyes
AccessOpen access
Appears in Collections:DI/CCTC - Artigos (papers)

Files in This Item:
File Description SizeFormat 
20EPCG-COGNITO.pdfDocumento Principal1,3 MBAdobe PDFView/Open

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID