{"title":"Bewegungserkennung mit Wearables für Embodied Trainings in Serious Games","authors":"Heiko Holz, Benedikt Beuttler, Alexandra Kirsch","doi":"10.18420/muc2017-mci-0368","DOIUrl":null,"url":null,"abstract":"Embodied Trainings – Ubungen mit Ganzkorperbewegungen und Gesten – konnen das Lernen mit com-putergestutzten Lernspielen fur Kinder mit Lernschwachen effizienter und motivierender gestalten. In dem Lernspiel \"Silbenschwingen mit Betonung\" nutzen wir die in Smartphones und Fitnessarmbander eingebauten Accelerometer zur Bewegungs-und Gestenerkennung. Damit untersuchen wir die Moglich-keit, inwiefern solche Embodied Trainings auch fur mobile Serious Games entwickelt werden konnen. Wir erreichen bei der Klassifizierung von Silbenschwungen unter Einsatz von Dynamic Time Warping und nur einem Training pro Geste bei Erwachsenen eine Genauigkeit von 99.3% und bei Kindern zwi-schen 82.2% und 93.9%. Die Ergebnisse zeigen, dass einfache Gesten wie Silbenschwunge zuverlassig erkannt werden konnen, verdeutlichen jedoch auch die Herausforderung bei der Entwicklung von Embodied Trainings fur Kinder.","PeriodicalId":424990,"journal":{"name":"Message Understanding Conference","volume":"889 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2017-09-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Message Understanding Conference","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18420/muc2017-mci-0368","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2
Abstract
Embodied Trainings – Ubungen mit Ganzkorperbewegungen und Gesten – konnen das Lernen mit com-putergestutzten Lernspielen fur Kinder mit Lernschwachen effizienter und motivierender gestalten. In dem Lernspiel "Silbenschwingen mit Betonung" nutzen wir die in Smartphones und Fitnessarmbander eingebauten Accelerometer zur Bewegungs-und Gestenerkennung. Damit untersuchen wir die Moglich-keit, inwiefern solche Embodied Trainings auch fur mobile Serious Games entwickelt werden konnen. Wir erreichen bei der Klassifizierung von Silbenschwungen unter Einsatz von Dynamic Time Warping und nur einem Training pro Geste bei Erwachsenen eine Genauigkeit von 99.3% und bei Kindern zwi-schen 82.2% und 93.9%. Die Ergebnisse zeigen, dass einfache Gesten wie Silbenschwunge zuverlassig erkannt werden konnen, verdeutlichen jedoch auch die Herausforderung bei der Entwicklung von Embodied Trainings fur Kinder.