Desarrollo de un software web para la clasificación, comparación, retroalimentación y predicción de pérdida de calorías de cinco ejercicios de calistenia

• Autores: Ayamamani Choque, Leibnihtz Abrahan, Bances Morales, Renzo Diquez, Alcantara Zapata, Manuel David, Cabrera Sanchez, Cristian Steve
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/672185
• Enlace del recurso: http://hdl.handle.net/10757/672185
• Nivel de acceso: acceso abierto
• Materia: Salud; Calistenia; Machine learning; DTW; Regresiones; MediaPipe; Streamlit; Health; Calisthenics; Regressions; https://purl.org/pe-repo/ocde/ford#2.02.04

La actividad física es un pilar fundamental en la promoción de la salud y en el bienestar de las personas. Según la Organización Mundial de la Salud (OMS, 2020) se podrían evitar por lo menos 4 millones de muertes al año si la población mundial fuera más activa; porque, la actividad física ayuda a prevenir y tratar las enfermedades no transmisibles como las cardiovasculares, la diabetes de tipo 2 y algunos tipos de cáncer. Además, la actividad física también es beneficiosa para la salud mental, ayuda a mantener un peso saludable y contribuye al bienestar general. El aislamiento social debido al COVID-19 alteró, disminuyó e incluso eliminó la realización de ejercicios en gimnasios o en espacios abiertos. Asimismo, las políticas laborales impulsaron el trabajo remoto y con ello, las personas, eliminaron actividades físicas diarias con las cuales se ejercitaban de alguna forma. Por ejemplo, muchos dejaron de caminar algunos minutos en los que se trasladaban a sus oficinas. Es por todo ello que nuestro trabajo de investigación tiene la como objetivo brindar una herramienta de auto entrenamiento que mida la eficiencia de realización ciertas rutinas de calistenia, respecto a videos de expertos, y proporcionar una retroalimentación, en base a datos, para mejorar la realización de estos. Asimismo, pronosticar la quema de calorías respecto al historial de ejercicios realizados. Todo esto mediante una aplicación web que use técnicas de Machine Learning.