"Jag slåss med rosa handskar, men de är fan inte fluffiga" : En kvalitativ studie om verksamheten Pink Gloves Boxing

Syftet med denna studie var att undersöka vilken betydelse verksamheten Pink Gloves Boxing haft för enskilda deltagares psykosociala livssituation, som öppenvårdsinsats i Borlänge kommun. Dessutom har syftet varit att undersöka vilka komponenter i verksamheten som bidragit till en eventuell förändring avseende psykosocial livssituation. Då studien ämnat fånga deltagares subjektiva upplevelser av Pink Gloves Boxing har det empiriska materialet insamlats genom semistrukturerade intervjuer med sex deltagare. Genom en tematisk analys av det insamlade materialet framkom centrala teman och subteman, vilka utgjort grunden i studiens resultatdel. För att analysera resultatet har en teoretisk tolkningsram tillämpats, vilken innefattat teorier om empowerment och genus. Samtliga informanter pekar på bättre fysik och ökad psykisk hälsa, av sitt deltagande i verksamheten. Stresshantering, aggressionskontroll och grupptillhörighet är exempel på förtjänster av ett deltagande, som informanterna framhållit. Gynnande komponenter som framträder i verksamheten är tränarnas roll, gruppen, träningsformen och verksamhetens upplägg, som exempelvis endast kvinnliga deltagare och gruppsamtal.

Hand Gesture Detection & Recognition System

The project introduces an application using computer vision for Hand gesture recognition. A camera records a live video stream, from which a snapshot is taken with the help of interface. The system is trained for each type of count hand gestures (one, two, three, four, and five) at least once. After that a test gesture is given to it and the system tries to recognize it.A research was carried out on a number of algorithms that could best differentiate a hand gesture. It was found that the diagonal sum algorithm gave the highest accuracy rate. In the preprocessing phase, a self-developed algorithm removes the background of each training gesture. After that the image is converted into a binary image and the sums of all diagonal elements of the picture are taken. This sum helps us in differentiating and classifying different hand gestures.Previous systems have used data gloves or markers for input in the system. I have no such constraints for using the system. The user can give hand gestures in view of the camera naturally. A completely robust hand gesture recognition system is still under heavy research and development; the implemented system serves as an extendible foundation for future work.