DanceVis: toward better understanding of online cheer and dance training

144 Accesses

1 Citations

Metrics

In online cheer and dance education, teacher needs to evaluate students’ performance manually based on their uploaded training videos. However, conventional training evaluation models suffer from the problems of strong subjection, low efficiency, low accuracy, and fuzzy training paths. To address these problems, we closely collaborate with domain experts and characterize requirements to design a comprehensive visualization system DanceVis, which has the characteristics of objective evaluation, fine-grained analysis, high efficiency, high accuracy and clear training paths, so as to track the dynamic changes of groups and individuals from coarse-to-fine granularity, the global-to-local dimension, and the time dimension. In terms of dimensional analysis, we divide the overall cheerleading dance performance of one student into nine dimensions, and these scores are calculated to a visual quantitative score that can replace the expert score. Simultaneously, we track the individual performance change through the dimension scores of in-class and after-class. In terms of group analysis, a nonlinear dimensionality reduction and clustering method is proposed to classify trainees and further build group portraits which help propose training paths for each group. In terms of individual analysis, we use human pose estimation method to automatically analyze videos, which improves the analysis efficiency, and obtains individual global performance curves. We invite experts to conduct with DanceVis, and demonstrate the usability of the system through expert interviews. The results show that DanceVis can fully make up for the shortcomings of existing training evaluation models, and greatly improve the efficiency and accuracy of online cheer and dance training.

チアやダンスのオンライン教育では、生徒がアップロードしたトレーニング動画をもとに、教師が生徒の成績を手動で評価する必要があります。しかし、従来のトレーニング評価モデルは、「主観が強い」「効率が悪い」「精度が低い」「トレーニング経路があいまい」という問題を抱えています。そこで、我々は、専門家との密接な連携と要件定義により、集団や個人の動的な変化を粗から細へ、グローバルからローカルへ、時間軸から追跡できるよう、客観的評価、細粒度分析、高効率、高精度、明確なトレーニングパスを特徴とする総合可視化システム「ダンスビス」を設計しました。次元解析では、一人の生徒のチアリーディングダンス全体のパフォーマンスを9次元に分割し、そのスコアを専門家のスコアに代わる視覚的な定量スコアに算出する。同時に、授業中と授業後の次元得点を通じて、個人のパフォーマンス変化を追跡する。グループ分析では、非線形次元削減とクラスタリング手法により受講者を分類し、さらにグループポートレートを作成し、グループごとの学習経路の提案に役立てる。個人分析では、人間の姿勢推定法を用いて映像を自動分析し、分析効率の向上と個人のグローバルパフォーマンスカーブの取得を実現しています。専門家を招いてDanceVisを使った実験を行い、専門家へのインタビューを通じてシステムの使い勝手を実証しています。その結果、DanceVisは既存のトレーニング評価モデルの欠点を十分に補うことができ、オンラインのチアやダンストレーニングの効率と精度を大幅に向上させることができることがわかった。