論文の概要: Dance of Fireworks: An Interactive Broadcast Gymnastics Training System Based on Pose Estimation

• arxiv url: http://arxiv.org/abs/2505.02690v1
• Date: Mon, 05 May 2025 14:41:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-06 18:49:35.708617
• Title: Dance of Fireworks: An Interactive Broadcast Gymnastics Training System Based on Pose Estimation
• Title（参考訳）: ファイアワークのダンス: ポース推定に基づく対話型放送体操訓練システム
• Authors: Haotian Chen, Ziyu Liu, Xi Cheng, Chuangqi Li,
• Abstract要約: ダンス・オブ・ファイアワークス(Dance of Fireworks)は、放射性カリセニクスにおけるエンゲージメントを高めることで、鎮静的健康リスクに対処するために設計されたインタラクティブなシステムである。 このシステムは、ボディキーポイントを抽出し、関節角を計算し、それらを標準化されたモーションと比較し、リアルタイムな修正フィードバックを提供する。
• 参考スコア（独自算出の注目度）: 6.852618575514742
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study introduces Dance of Fireworks, an interactive system designed to combat sedentary health risks by enhancing engagement in radio calisthenics. Leveraging mobile device cameras and lightweight pose estimation (PoseNet/TensorFlow Lite), the system extracts body keypoints, computes joint angles, and compares them with standardized motions to deliver real-time corrective feedback. To incentivize participation, it dynamically maps users' movements (such as joint angles and velocity) to customizable fireworks animations, rewarding improved accuracy with richer visual effects. Experiments involving 136 participants demonstrated a significant reduction in average joint angle errors from 21.3 degrees to 9.8 degrees (p < 0.01) over four sessions, with 93.4 percent of users affirming its exercise-promoting efficacy and 85.4 percent praising its entertainment value. The system operates without predefined motion templates or specialised hardware, enabling seamless integration into office environments. Future enhancements will focus on improving pose recognition accuracy, reducing latency, and adding features such as multiplayer interaction and music synchronisation. This work presents a cost-effective, engaging solution to promote physical activity in sedentary populations.
• Abstract（参考訳）: 本研究は,無線カルテニクスにおけるエンゲージメントを高めることで,摂食リスクに対処するインタラクティブなシステムであるDance of Fireworksを紹介する。 モバイルデバイスカメラと軽量ポーズ推定(PoseNet/TensorFlow Lite)を活用して、ボディキーポイントを抽出し、関節角を計算し、それらを標準化されたモーションと比較することにより、リアルタイムな修正フィードバックを提供する。 参加をインセンティブ化するために、ユーザの動き(関節角度や速度など)を動的にカスタマイズ可能な花火アニメーションにマッピングし、よりリッチな視覚効果で精度の向上に報いる。 136人の被験者による実験では、4回のセッションで平均関節角度誤差が21.3度から9.8度(p < 0.01)に大幅に減少し、93.4%のユーザが運動促進効果を認め、85.4%がエンターテイメント価値を賞賛した。 このシステムは、事前に定義されたモーションテンプレートや特別なハードウェアなしで動作し、オフィス環境へのシームレスな統合を可能にする。 今後は、ポーズ認識の精度の向上、レイテンシの削減、マルチプレイヤーインタラクションや音楽同期といった機能の追加に注力する予定である。 本研究は, 妊婦の身体活動を促進するための費用対効果, エンゲージメントのソリューションである。

関連論文リスト

• InterDance:Reactive 3D Dance Generation with Realistic Duet Interactions [67.37790144477503]
  動きの質、データスケール、さまざまなダンスジャンルを大幅に向上させる大規模なデュエットダンスデータセットであるInterDanceを提案する。 本稿では,対話のリアリズムを段階的に最適化するためのインタラクション改善指導戦略を備えた拡散型フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-22T11:53:51Z)
• FACTS: Fine-Grained Action Classification for Tactical Sports [4.810476621219244]
  フェンシングやボクシングのような速いペースで密着したスポーツにおけるきめ細かいアクションの分類は、固有の課題である。 我々は、生のビデオデータを直接処理する、きめ細かいアクション認識のための新しいアプローチであるFACTSを紹介する。 本研究は, トレーニング, パフォーマンス分析, スペクタエンゲージメントを向上し, 戦術スポーツにおける行動分類のための新しいベンチマークを設定した。
  論文  参考訳（メタデータ） (2024-12-21T03:00:25Z)
• GTA-Net: An IoT-Integrated 3D Human Pose Estimation System for Real-Time Adolescent Sports Posture Correction [3.0098511251471005]
  GTA-Netは、青少年スポーツにおける姿勢補正とリアルタイムフィードバックのためのインテリジェントシステムであり、IoT対応環境に統合されている。 このモデルは、グラフ畳み込みネットワーク(GCN)、時間畳み込みネットワーク(TCN)、注意機構を組み込むことにより、動的シーンにおけるポーズ推定を強化する。 GTA-NetのHuman3.6M、HumanEva-I、MPI-INF-3DHPデータセットにおける優れた性能を示す実験結果が得られた。
  論文  参考訳（メタデータ） (2024-11-11T05:17:06Z)
• Vocal Sandbox: Continual Learning and Adaptation for Situated Human-Robot Collaboration [64.6107798750142]
  Vocal Sandboxは、位置のある環境でシームレスな人間とロボットのコラボレーションを可能にするフレームワークである。 我々は,ロボットの能力に対する理解と協調をリアルタイムで構築できる軽量で解釈可能な学習アルゴリズムを設計する。 我々はVocal Sandboxを,コラボレーションギフトバッグアセンブリとLEGOストップモーションアニメーションの2つの設定で評価した。
  論文  参考訳（メタデータ） (2024-11-04T20:44:40Z)
• MultiPhys: Multi-Person Physics-aware 3D Motion Estimation [28.91813849219037]
  モノクロビデオから多人数動作を復元する手法であるMultiPhysを紹介する。 私たちの焦点は、様々なエンゲージメントの度合いで、ペアの個人間のコヒーレントな空間配置をキャプチャすることにあります。 本研究では,運動量に基づく運動を物理シミュレーターに自動回帰的に供給するパイプラインを考案する。
  論文  参考訳（メタデータ） (2024-04-18T08:29:29Z)
• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• Intelligent Knee Sleeves: A Real-time Multimodal Dataset for 3D Lower Body Motion Estimation Using Smart Textile [2.2008680042670123]
  本稿では,人間のポーズ推定のために,Intelligent Knee Sleevesの新たなペアを用いてベンチマークを収集したマルチモーダルデータセットを提案する。 本システムは,Knee Sleevesの時系列データと,可視化されたモーションキャプチャーカメラシステムからの対応する地上真実ラベルからなる同期データセットを利用する。 我々はこれらを用いて、異なる活動を行う個人のウェアラブルデータのみに基づく3次元人体モデルを生成する。
  論文  参考訳（メタデータ） (2023-10-02T00:34:21Z)
• PACE: Data-Driven Virtual Agent Interaction in Dense and Cluttered Environments [69.03289331433874]
  PACEは,高密度で散らばった3Dシーン全体と対話し,移動するために,モーションキャプチャーされた仮想エージェントを改良する新しい手法である。 本手法では,環境中の障害物や物体に適応するために,仮想エージェントの動作シーケンスを必要に応じて変更する。 提案手法を先行動作生成技術と比較し,本手法の利点を知覚的研究と身体的妥当性の指標と比較した。
  論文  参考訳（メタデータ） (2023-03-24T19:49:08Z)
• AvatarPoser: Articulated Full-Body Pose Tracking from Sparse Motion Sensing [24.053096294334694]
  AvatarPoserは、ユーザの頭と手の動きのみを入力として、世界座標におけるフルボディポーズを予測する最初の学習ベースの方法である。 提案手法はTransformerエンコーダ上に構築され,入力信号から深い特徴を抽出し,学習した局所的な関節方向からグローバルな動きを分離する。 我々の評価では、AvatarPoserは大規模なモーションキャプチャーデータセットの評価において、新しい最先端の結果を得た。
  論文  参考訳（メタデータ） (2022-07-27T20:52:39Z)
• Physics-Based Dexterous Manipulations with Estimated Hand Poses and Residual Reinforcement Learning [52.37106940303246]
  ノイズの多い入力ポーズをターゲットの仮想ポーズにマッピングするモデルを学習する。 モデルフリーハイブリッドRL+ILアプローチを用いて残留条件下で訓練する。 筆者らは,VRにおける手動物体の相互作用と,それを用いた手動物体の動作再構成という,手動姿勢推定を用いた2つのアプリケーションで,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2020-08-07T17:34:28Z)
• Fusing Motion Patterns and Key Visual Information for Semantic Event Recognition in Basketball Videos [87.29451470527353]
  バスケットボールビデオのセマンティックイベント認識のために,グローバル・ローカル・モーション・パターン(MP)とキー視覚情報(KVI)を融合する手法を提案する。 カメラ調整の本質的特性に基づいて, 混合運動から大域的な動きを推定するアルゴリズムを提案する。 グローバル・ローカル・モーション・パターンを分離した2ストリーム3D CNNフレームワークを用いてグループ活動認識を行う。
  論文  参考訳（メタデータ） (2020-07-13T10:15:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。