završni rad (sveučilišni)
Korištenje humanoidnih robota pri interakciji s pacijentima dodaje dimenziju društvenosti i omogućava lakše i ugodnije obavljanje vježbi rehabilitacije. Prilikom detekcije i klasifikacije položaja tijela čovjeka, koristi se algoritam logističke regresije strojnog učenja, koji se pokazao optimalnim za ovu primjenu. Moguće je pratiti broj ponavljanja određene vježbe i vrijeme zadržavanja u određenom položaju, što omogućava provedbu treninga i istezanja. Analiziran je pristup dohvata videozapisa Pepper-ove kamere na dva načina i navedene su prednosti i mane u obje situacije. Za povezivanje s ostatkom mreže koristi se ROS. Demonstrirano je dodavanje novih vježbi u program i uspoređeni su rezultati detekcije u različitim uvjetima.
strojno učenje, robot Pepper, ROS, računalni vid, klasifikacija položaja tijela
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…