Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of Digital Repository
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "BENTALAH Abdallah Baha Eddine"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    ItemOpen Access
    Assistant d’Entraînement Intelligent
    (University of Msila, 2025) BOUSSADIA Oussama; GHODBANE Abdelmadjed; BENTALAH Abdallah Baha Eddine; Incubateur-1275/ ATTALLAH Billal
    Ce mémoire présente le développement d’un système intelligent d’analyse posturale en temps réel, conçu pour évaluer la qualité des mouvements corporels lors d’activités sportives ou de rééducation. Le système repose sur des technologies de vision par ordinateur et d’intelligence artificielle, en exploitant notamment MediaPipe, YOLO et OpenCV, et a été entièrement implémenté en Python. À partir d’une simple webcam ou d’une vidéo, le système détecte automatiquement les points articulaires du corps (landmarks), les compare à une posture de référence et calcule un score de similarité exprimé sur 100. Une interface graphique conviviale permet à l’utilisateur de visualiser sa posture, d’obtenir un retour instantané, et d’interagir facilement avec les options d’analyse. Les résultats expérimentaux obtenus montrent une bonne précision de détection, une fiabilité dans divers contextes (mouvement seul ou en groupe), et une réactivité satisfaisante pour une utilisation en temps réel. Le système s’est révélé efficace dans l’analyse d’exercices de yoga, de fitness et de judo. Ce travail ouvre des perspectives concrètes d’amélioration, notamment l’ajout de corrections automatisées, l’adaptation aux disciplines sportives spécifiques, et le développement d’une version mobile. Il constitue une base prometteuse pour des applications pratiques dans le sport, la santé et l’enseignement.

All Rights Reserved - University of M'Sila - UMB Electronic Portal © 2024

  • Cookie settings
  • Privacy policy
  • Terms of Use