論文の概要: Real-Time Cellist Postural Evaluation With On-Device Computer Vision
- arxiv url: http://arxiv.org/abs/2604.17530v1
- Date: Sun, 19 Apr 2026 16:45:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.573437
- Title: Real-Time Cellist Postural Evaluation With On-Device Computer Vision
- Title（参考訳）: オンデバイスコンピュータビジョンを用いた実時間チェリスト姿勢評価
- Authors: Paolo Wang, Michael Zhang, Shrinand Perumal, Ekaterina Tszyao, Luke Choi, Kexin Sha, Felix Lu, Paige Lorenz, Jackson P. Shields, Sivamurugan Velmurugan, Joshua Kamphuis, William P. Jiang, Gurtej Bagga, Trevor Ju, Raymond Otis Kwon, Kristen Yeon-Ji Yun, Yung-Hsiang Lu,
- Abstract要約: 姿勢は器楽学習者にとって重要な要素である。
近年のコンピュータビジョンと機械学習の進歩により、人間の専門家が常にいることなく姿勢を評価することが可能になった。
本稿では,チェリストを実践するためのリアルタイム姿勢フィードバックシステムであるチェロ評価器を提案する。
- 参考スコア（独自算出の注目度）: 4.560304314613961
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Posture is a critical factor for beginning instrumental learners. Most students receive instruction only once a week, and during the intervals between lessons they have little or no feedback on their physical posture. As a result, posture often deteriorates, increasing the risk of musculoskeletal injury and inefficient technique. Recent advances in computer vision and machine learning make it possible to evaluate posture without the constant presence of a human expert. However, current solutions have been extremely limited in availability and convenience due to their reliance on computationally expensive hardware or multi-sensor setups. We present Cello Evaluator, a real-time postural feedback system for practicing cellists. Through this optimization for on-device computer vision inference, we provide access to cellist postural evaluation to anyone with a current generation Android phone and thus reduces the postural feedback voids within individual practice. To validate our mobile application, we conduct a heuristic evaluation consisting of cellist and UX experts. Overall feedback from the evaluation found the app to be user friendly and helpful.
- Abstract（参考訳）: 姿勢は器楽学習者にとって重要な要素である。
ほとんどの生徒は週に1回しか指導を受けておらず、授業の間は身体的姿勢にほとんど、あるいは全くフィードバックがない。
その結果、姿勢はしばしば悪化し、筋骨格損傷のリスクと非効率なテクニックが増大する。
近年のコンピュータビジョンと機械学習の進歩により、人間の専門家が常にいることなく姿勢を評価することが可能になった。
しかし、現在のソリューションは、計算コストのかかるハードウェアやマルチセンサーのセットアップに依存するため、可用性と利便性が極めて制限されている。
本稿では,チェリストを実践するためのリアルタイム姿勢フィードバックシステムであるチェロ評価器を提案する。
デバイス上でのコンピュータビジョン推論の最適化により,現行のAndroid端末を使用すれば誰でもセルリストによる姿勢評価を行えるようになり,個々の作業における姿勢フィードバックの空白を低減できる。
モバイルアプリケーションを検証するため,我々はセルリストとUX専門家によるヒューリスティックな評価を行った。
評価からの全体的なフィードバックにより、アプリはユーザーフレンドリで役に立つことがわかった。
関連論文リスト
- Gesture Generation (Still) Needs Improved Human Evaluation Practices: Insights from a Community-Driven State-of-the-Art Benchmark [55.41250396114216]
音声認識による3Dジェスチャー生成における人的評価の実践について検討する。
本稿では,広範に使用されているBEAT2モーションキャプチャーデータセットの詳細な評価プロトコルを提案する。
論文 参考訳（メタデータ） (2025-11-03T05:17:28Z) - Screencast-Based Analysis of User-Perceived GUI Responsiveness [53.53923672866705]
Toolsはモバイルのスクリーンキャストから直接GUIの応答性を測定するテクニックである。
コンピュータービジョンを使ってユーザーインタラクションを検出し、フレームレベルの視覚変化を分析し、2つの重要なメトリクスを計算する。
ツールはインダストリアルテストパイプラインにデプロイされ、毎日数千のスクリーンキャストを分析している。
論文 参考訳（メタデータ） (2025-08-02T12:13:50Z) - Real-Time Feedback and Benchmark Dataset for Isometric Pose Evaluation [1.6358813089575626]
ポーズ評価のためのリアルタイムフィードバックシステムを提案する。
私たちのコントリビューションには、これまでで最大のマルチクラスの等尺運動ビデオデータセットのリリースが含まれています。
その結果、ホームワークアウトのための知的かつパーソナライズされた運動訓練システムの実現可能性が高まった。
論文 参考訳（メタデータ） (2025-06-13T13:33:59Z) - Multi-Modal Self-Supervised Learning for Surgical Feedback Effectiveness Assessment [66.6041949490137]
そこで本研究では,音声による音声入力とそれに対応する手術映像からの情報を統合して,フィードバックの有効性を予測する手法を提案する。
以上の結果から,手書きフィードバックと手術映像の両方が,訓練者の行動変化を個別に予測できることがわかった。
本研究は,手術フィードバックの自動評価を推進するためのマルチモーダル学習の可能性を示すものである。
論文 参考訳（メタデータ） (2024-11-17T00:13:00Z) - Learning Hand State Estimation for a Light Exoskeleton [50.05509088121445]
そこで本研究では,光エクソスケトンを用いた手の状態推定手法を提案する。
本研究は,前腕の筋活動と外骨格の運動から得られる情報を用いて,手指の開度とコンプライアンスレベルを再構築する指導的アプローチを構築する。
我々のアプローチは本物の光のエクソスケルトンで検証されている。
論文 参考訳（メタデータ） (2024-11-14T09:12:38Z) - Evaluation Framework for Feedback Generation Methods in Skeletal Movement Assessment [0.65268245109828]
本稿では,フィードバック生成ソリューションの分類,評価,比較のための用語と基準を提案する。
我々の知る限り、骨格運動評価においてフィードバック生成を定式化した最初の作品である。
論文 参考訳（メタデータ） (2024-04-14T21:14:47Z) - Using Learnable Physics for Real-Time Exercise Form Recommendations [2.1548132286330453]
本稿では,エクササイズ手法の問題点を診断し,修正レコメンデーションを提供するアルゴリズムパイプラインを提案する。
我々は、ポーズ認識にMediaPipeを使用し、ピークプロミネンス検出による反復数をカウントし、学習可能な物理シミュレータを用いて動きの進化を追跡する。
論文 参考訳（メタデータ） (2023-10-11T06:11:11Z) - Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。
このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。
我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文 参考訳（メタデータ） (2023-05-12T17:37:04Z) - A Review of Computational Approaches for Evaluation of Rehabilitation
Exercises [58.720142291102135]
本稿では,モーションキャプチャシステムを用いたリハビリテーションプログラムにおける患者のパフォーマンスを評価するための計算手法についてレビューする。
エクササイズ評価のための再検討された計算手法は, 離散的な運動スコア, ルールベース, テンプレートベースアプローチの3つのカテゴリに分類される。
論文 参考訳（メタデータ） (2020-02-29T22:18:56Z)
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。