12
Alejandro Rosa-Pujazón Isabel Barbancho Lorenzo J. Tardón Ana M. Barbancho

(CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Embed Size (px)

Citation preview

Page 1: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Alejandro Rosa-Pujazón Isabel Barbancho Lorenzo J. Tardón Ana M. Barbancho

Page 2: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

INTRODUCCIÓN

DESCRIPCIÓN DEL SISTEMA

EVALUACIÓN

CONCLUSIONES Y LÍNEAS FUTURAS

DETECCIÓN DE BEATS: detección de la estructura rítmica

ESTIMACIÓN DE INTENSIDAD: generación de comandos de diferentes niveles de dificultad

Page 3: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Aplicación de nuevas tecnologías a experiencias interactivas con la música

Experiencias más enriquecedoras e inmersivas

Simplifica/Facilita el acceso a experiencias musicales

Nuevos paradigmas de interacción musical que no serían posibles con métodos más tradicionales

3

Objetivo – Simulador de step-aerobics

Bajo coste

Intuitivo y fácil de utilizar

Page 4: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Simulador de step-aerobics

Detección de “gestos” Wii Balance Board

Aplicación Android

4

Paradigma de interacción intuitivo: usuario recibe direcciones por parte del instructor y realiza los pasos indicados

Page 5: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Simulador de step-aerobics

Onsets secuencia de tiempos de ataque de las notas mantiene la información de la estructura rítmica y simplifica el análisis

1ª Función: detectar posición exacta de beats en la melodía

2ª Función: generar comandos de step-aerobics de acuerdo a la intensidad rítmica de la pieza elegida

5

Page 6: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Algoritmo de detección de onsets

Tratamiento diferenciado en sub-bandas de frecuencia

Extracción de picos: - Se eliminan/aglutinan los picos “muy juntos” - Resultado final: secuencia de onsets en el tiempo

6

Análisis en frecuencia para mayor generalidad

Page 7: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Algoritmo de detección de beats (Dixon 2001)

7

Estimación de tempo: se calcula la diferencia en el tiempo de cada par de onsets (Inter-onset Intervals, IOI)

La información rítmica está contenida en los IOI entre 50 ms y 2 s (Handel, 1989)

Algoritmo de clustering sobre el conjunto de IOI genera diferentes hipótesis de tempo (imagen Dixon 2001 ejemplo de 5 posibles valores de tempo a partir de la agrupación de los IOI)

Page 8: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Algoritmo de detección de beats (Dixon 2001)

Sistema basado en agentes para detectar los “beats”

8

Se crea un conjunto de agentes con un valor Tsalto o de los valores de tempo encontrados

A partir de un instante inicial, los agentes recorren la secuencia de onsets en pasos de ti+1 = ti + Tsalto

Si hay onsets “suficientemente cerca” (según un umbral) de ti+1 , se modifica parcialmente el valor de Tsalto para intentar coincidir con el onset encontrado

Al finalizar su recorrido, cada Agente indica una secuencia de instantes temporales, y una puntuación en función de cómo de cerca están dichos instantes a eventos rítmicos (onsets) en la canción

El Agente con mejor puntuación define la posición temporal de los “beats”

Page 9: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Estimación del grado de intensidad

La categoría más común se toma como referencia y se le asigna una intensidad base. La intensidad del resto de categorías se asigna en función de cómo sea su densidad media de onsets con respecto a la referencia

Enventanado de onsets: - Ventanas de Tc~24 golpes de tempo - 50% solapamiento

Función “densidad de onsets”: - Se calcula el total de onsets en la pieza - Se asigna un valor de densidad a cada ventana en función de la relación entre los onsets en la ventana con respecto al total

9

Partimos nuevamente de la secuencia de onsets

Diferentes niveles de densidad de onsets se asocian a diferentes niveles de intensidad rítmica: clustering por k-NN k categorías

Page 10: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Estimación del grado de intensidad

Ejemplo para k=3

10

A B B B C C B B A B B C C B

3 categorías (A, B y C) A B C

Número medio de beats por categoría 15 23 47

Nivel de intensidad asociado Bajo Medio Alto

B es la categoría más común y se toma como referencia. La intensidad de A y C se ajusta en relación al número medio de onsets asociado a las mismas

Asignación de comandos de step-aerobics de dificultad variable en función de la intensidad de cada bloque

Page 11: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Evaluación experimental: 10 participantes

Tres niveles de intensidad: estándar, alto y bajo.

1 sesión de steps con una de 5 canciones posibles.

Comandos presentados por pantalla.

Ejercicios de baja y estándar intensidad: 4 pasos. Alta intensidad: 8 pasos.

0 2 4 6 8 10

Utilidad

Satisfacción

Novedad

Facilidad de uso

Sincronización

Media

Min

Max

11

Page 12: (CoSECiVi'14) Low-cost step aerobics system with virtual aerobics trainer

Implementación de un sistema de bajo coste para simulación de step-aerobics

12

Líneas futuras

Analiza la estructura rítmica y asigna comandos y ejercicios de forma acorde a la intensidad rítmica en cada momento

Añadir comandos por voz y asesoramiento y evaluación profesional para refinar la presentación y secuenciación de los ejercicios

Evaluación con usuarios: se reporta en general una experiencia positiva

Limitaciones: interacción visual y dificultad en la secuenciación de algunos ejercicios

Aplicación como herramienta de apoyo para rehabilitación