Arm Muscular Effort Estimation from Images Using Computer Vision and Machine Learning

Resumen Un problema de gran interés en disciplinas como la ocupacional, ergonómica y deportiva, es la medición de variables biomecánicas involucradas en el movimiento humano (como las fuerzas musculares internas y torque de articulaciones). Actualmente este problema se resuelve en un proceso de dos pasos. Primero capturando datos con dispositivos poco prácticos, intrusivos y costosos. Luego estos datos son usados como entrada en modelos complejos para obtener las variables biomecánicas como salida. El presente trabajo representa una alternativa automatizada, no intrusiva y económica al primer paso, proponiendo la captura de estos datos a través de imágenes. En trabajos futuros la idea es automatizar todo el proceso de cálculo de esas variables. En este trabajo elegimos un caso particular de medición de variables biomecánicas: el problema de estimar el nivel discreto de carga muscular que están ejerciendo los músculos de un brazo. Para estimar a partir de imágenes estáticas del brazo ejerciendo la fuerza de sostener la carga, el nivel de la misma, realizamos un proceso de clasificación. Nuestro enfoque utiliza Support Vector Machines para clasificación, combinada con una etapa de pre-procesamiento que extrae caracterı́sticas visuales utilizando variadas técnicas (Bag of Keypoints, Local Binary Patterns, Histogramas de Color, Momentos de Contornos) En los mejores casos (Local Binary Patterns y Momentos de Contornos) obtenemos medidas de performance en la clasificación (Precision, Recall, F-Measure y Accuracy) superiores al 90 %.