Logo des Repositoriums
 

Bewegungserkennung mit Wearables für Embodied Trainings in Serious Games

dc.contributor.authorHolz, Heiko
dc.contributor.authorBeuttler, Benedikt
dc.contributor.authorKirsch, Alexandra
dc.contributor.editorBurghardt, Manuel
dc.contributor.editorWimmer, Raphael
dc.contributor.editorWolff, Christian
dc.contributor.editorWomser-Hacker, Christa
dc.date.accessioned2017-08-09T21:05:08Z
dc.date.available2017-08-09T21:05:08Z
dc.date.issued2017
dc.description.abstractEmbodied Trainings - Übungen mit Ganzkörperbewegungen und Gesten - können das Lernen mit computergestützten Lernspielen für Kinder mit Lernschwächen effizienter und motivierender gestalten. In dem Lernspiel "Silbenschwingen mit Betonung" nutzen wir die in Smartphones und Fitnessarmbänder eingebauten Accelerometer zur Bewegungs- und Gestenerkennung. Damit untersuchen wir die Möglichkeit, inwiefern solche Embodied Trainings auch für mobile Serious Games entwickelt werden können. Wir erreichen bei der Klassifizierung von Silbenschwüngen unter Einsatz von Dynamic Time Warping und nur einem Training pro Geste bei Erwachsenen eine Genauigkeit von 99.3 % und bei Kindern zwischen 82.2 % und 93.9 %. Die Ergebnisse zeigen, dass einfache Gesten wie Silbenschwünge zuverlässig erkannt werden können, verdeutlichen jedoch auch die Herausforderung bei der Entwicklung von Embodied Trainings für Kinder.de
dc.identifier.doi10.18420/muc2017-mci-0368
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/3271
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofMensch und Computer 2017 - Tagungsband
dc.relation.ispartofseriesMensch und Computer
dc.subjectEmbodied Training
dc.subjectMobile Serious Games
dc.subjectGesture Recognition
dc.subjectChild-Computer Interaction
dc.subjectWearable
dc.titleBewegungserkennung mit Wearables für Embodied Trainings in Serious Gamesde
dc.typeText/Workshop Paper
gi.citation.endPage262
gi.citation.publisherPlaceRegensburg
gi.citation.startPage259
gi.conference.date10.-13. September 2017
gi.conference.locationRegensburg
gi.conference.sessiontitleKurzbeiträge
gi.document.qualitydigidoc

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
2017_MCI_368.pdf
Größe:
672.69 KB
Format:
Adobe Portable Document Format