Seeing, Sensing and Recognizing Laban Movement Qualities

https://youtu.be/QogURgnOHZ4

Human movement has historically been approached as a functional component of interaction within human computer interaction. Yet movement is not only functional, it is also highly expressive. In our research, we explore how movement expertise as articulated in Laban Movement Analysis (LMA) can contribute to the design of computational models of movement's expressive qualities as defined in the framework of Laban Efforts. We include experts in LMA in our design process, in order to select a set of suitable multimodal sensors as well as to compute features that closely correlate to the definitions of Efforts in LMA. Evaluation of our model shows that multimodal data combining positional, dynamic and physiological information allows for a better characterization of Laban Efforts. We conclude with implications for design that illustrate how our methodology and our approach to multimodal capture and recognition of Effort qualities can be integrated to design interactive applications.

人間の動きはこれまで、ヒューマンコンピュータインタラクションにおけるインタラクションの機能的な要素として扱われてきました。しかし、動きは機能的であるだけでなく、非常に表現力豊かなものでもあります。本研究では、ラバン・ムーブメント・アナリシス（LMA）で明確にされているムーブメントの専門知識が、ラバン・エフォートの枠組みで定義されているムーブメントの表現品質の計算モデルの設計にどのように貢献できるかを探っています。本研究では，LMAの専門家を設計プロセスに参加させ，適切なマルチモーダル・センサのセットを選択するとともに，LMAの努力の定義に密接に関連する特徴を計算した。我々のモデルを評価したところ，位置情報，動的情報，生理的情報を組み合わせたマルチモーダルデータにより，Laban Effortsの特徴をより明確にすることができた。最後に，努力の質をマルチモーダルに捉えて認識するための我々の方法論とアプローチが，インタラクティブなアプリケーションを設計するためにどのように統合されるかを示すデザインへの示唆を述べる．