Designing For Movement: Evaluating Computational Models using LMA Effort Qualities

Authors:

While single-accelerometers are a common consumer embedded sensors, their use in representing movement data as an intelligent resource remains scarce. Accelerometers have been used in movement recognition systems, but rarely to assess expressive qualities of movement. We present a prototype of wearable system for the real-time detection and classification of movement quality using acceleration data. The system applies Laban Movement Analysis (LMA) to recognize Laban Effort qualities from acceleration input using a Machine Learning software that generates classifications in real time. Existing LMA-recognition systems rely on motion capture data and video data, and can only be deployed in controlled settings. Our single-accelerometer system is portable and can be used under a wide range of environmental conditions. We evaluate the performance of the system, present two applications using the system in the digital arts and discuss future directions.

単一加速度センサは一般的な民生用組み込みセンサであるが、動作データを知的資源として表現する用途はまだ少ない。加速度センサは、動作認識システムには利用されているが、動作の表現力を評価するために利用されることはほとんどない。本発表では、加速度データを用いて動作の質をリアルタイムに検出・分類するためのウェアラブルシステムのプロトタイプを紹介する。本システムは、Laban Movement Analysis (LMA) を応用し、加速度入力からLaban Effortクオリティを認識し、リアルタイムに分類を生成する機械学習ソフトウェアである。既存のLMA認識システムは、モーションキャプチャデータやビデオデータに依存しており、管理された環境でのみ展開することが可能である。しかし、私たちが開発した加速度センサーのシステムは、持ち運びが可能で、様々な環境条件下で使用することができます。我々は、システムの性能を評価し、デジタルアートにおける本システムを用いた2つのアプリケーションを紹介し、将来の方向性について議論する。