Desarrollo de una aplicación que implemente un modelo de IA para la monitorización y parametrización de los ejercicios de gimnasio.

Abstract

Este Trabajo Fin de Título aborda la integración de dos ámbitos tecnológicos en constante evolución: las aplicaciones móviles y la inteligencia artificial. El objetivo principal es investigar y aplicar modelos de IA orientados a la estimación de la pose humana y la detección de personas, con el fin de parametrizar ejercicios básicos de fuerza en el entorno del gimnasio, concretamente el press de banca, la sentadilla y el peso muerto. Se detallará el proceso de investigación llevado a cabo para evaluar el rendimiento de diferentes modelos frente a una verdad de referencia, valorando su capacidad de generalización y precisión en el análisis del movimiento. Una vez identificado el modelo más adecuado, se procederá a realizar pruebas de aprendizaje adicional (fine-tuning) para optimizar su rendimiento en el contexto específico planteado. Paralelamente, se desarrollará una aplicación móvil íntegramente en Kotlin que integrará el modelo seleccionado, permitiendo al usuario analizar sus levantamientos y obtener una evaluación automatizada a través de IA. La aplicación contará, además, con funcionalidades complementarias como el historial de resultados, la generación de rutinas personalizadas mediante la inteligencia artificial Gemini y una interfaz intuitiva que facilite el acceso rápido a todos los datos relevantes.

This Final Degree Project explores the integration of two rapidly evolving technological fields: mobile applications and artificial intelligence. The main objective is to investigate and apply AI models focused on human pose estimation and person detection, with the aim of parameterizing basic strength training exercises in a gym context, specifically the bench press, squat, and deadlift. The research process carried out to evaluate the performance of various models against a ground truth reference will be described in detail, assessing their ability to generalize and accurately analyze movement. Once the most suitable model is identified, fine-tuning procedures will be applied to optimize its performance in the specific scenario proposed. In parallel, a mobile application will be developed entirely in Kotlin, integrating the selected model to allow users to analyze their lifts and receive automated evaluations through AI. The app will also include complementary features such as a results history, personalized workout routine generation using Gemini AI, and an intuitive interface designed to provide quick and easy access to all relevant data.