差分

このページの2つのバージョン間の差分を表示します。

--- インタラクションデザイン演習実習a [2018/05/23 02:28] – [論文読解２：SmartVoice: 言語の壁を超えたプレゼンテーションサポーティングシステム] baba
+++ インタラクションデザイン演習実習a [2018/05/23 03:56] (現在) – 削除 baba
@@ 行 1: / 行 1: @@
-ユーザとモノをつなぐ対話設計であるインタラクションデザインに関する体系的知識及び実践的基礎技術を身に付けることを目標とする．近年の論文からいくつかのトピックを議論し，最先端の研究分野をフォローできるための知識を獲得し，それらを実際に再現するために必要な技術要素を同時に身に付けることを目標とする．
-<WRAP center round tip 60%>
-本授業は首都大学東京インダストリアルアートコースに向けて開講している授業となります．
-</WRAP>
-====== 論文読解１：The smart floor: a mechanism for natural user identification and tracking ======
-[[http://www.cc.gatech.edu/fce/pubs/floor-short.pdf|Short Paper]]
->Robert J. Orr and Gregory D. Abowd. 2000. The smart floor: a mechanism for natural user identification and tracking. In CHI '00 Extended Abstracts on Human Factors in Computing Systems (CHI EA '00). ACM, New York, NY, USA, 275-276. DOI=10.1145/633292.633453 http://doi.acm.org/10.1145/633292.633453
-２ページの英文ショートペーパーです．ロードセルを利用したシンプルなユーザ識別装置に関する報告です．識別にはユークリッド距離を 利用しています．なお，ウェブで検索をするとフルペーパーも見つかるので，詳細はそっちで確認することをおすすめします．ユーザが歩いた際における圧力や時間，力の分散などを特徴量として学習済みの特徴量をf，入力データをf'（ダッシュ）とした場合，次のような計算で距離を求めると，様々な学習済みデータとどの程度入力データがことなるのかを計算できるようになります． 本講義でのもっとも基本的で重要な考え方なので，しっかり理解しましょう．
-  * Nearest Neighbor参考ページ：[[http://tetsuakibaba.jp/index.php?page=workshop/PatternRecognition4InteractionDesign/main|インタラクションデザインの為のパターン認識入門]]
-====== 論文読解２：SmartVoice: 言語の壁を超えたプレゼンテーションサポーティングシステム ======
-[[https://www.google.co.jp/url? sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0CB4QFjAA&url=http%3A%2F%2Fwww.wiss.org%2FWISS2013Proceedings%2Foral%2FS1_002.pdf&ei=DMkxVeWUN6HWmgXQzIDQDg&usg=AFQjCNH3Hbx5TgPAt7zMg8ROJV1ludOAFw&sig2=MCE-38B_ujHpGaYSs00dPA&bvm=bv.91071109,d.dGY|Paper]]
-> 李 翔, 暦本 純一, SmartVoice：言語の壁を越えたプレゼンテーションサポーティングシステム, 日本ソフトウェア科学会インタラクティブシステムとソフトウェアに関する研究会（WISS2013), 2013.
-WISS2013での和文論文です．OF及びofxFaceTrackerを利用しています．読み上げテキストと音声フレーズとのマッチングにDPアルゴリズムを用いています． DPはDynamic Programingのことで，動的なプログラム（編集）を指します．一般的に原稿にそって人間が読み上げを行い，その結果，音声データの位置と 原稿データの位置のマッチングをとるには音声信号処理を行うことが多いです．一方でこの論文ではそのような真っ向勝負はせず， 原稿データを一度ボイスシンセサイザーから再生し，音声データ２を作成します．この２つのデータはフレーズ区切り情報が含まれていますが， その順番が一致していない可能性が大いにあります．そこで音声再生時間をマッチングの為のコスト距離として動的に順番を合わせること を行っています．また読み上げの際は，ただ単純に読むだけでなく発表者の表情をインタフェースに声量や速度を調整できるようにしています．
-ここではDPアルゴリズムを理解することと，フェイストラッカーを利用して簡単な表情認識を行うことをします． 表情認識には，smart floorで学習した多次元特徴量の距離計算をベースに実装してみます．
-<wrap em>練習問題</wrap>
-FaceTrackerのgetGesture関数より口の開閉等の各データを取得し，それらリアルタイムデータと記録したデータ間においてN次のユークリッド距離を用いることで，任意表情の区別をせよ． ただし利用するGestureはLEFT_EYEBROW_HEIGHT, RIGHT_EYEBROW_HEIGHT, LEFT_EYE_OPENNESS, RIGHT_EYE_OPENNESS, MOUTH_HEIGHT, MOUTH_WIDTH, JAW_OPENNESSの7次元とする．
-<wrap em>練習問題</wrap>
-上記練習問題の条件より，3種類以上の表情を識別するプログラムを記述せよ
-<wrap danger>課題</wrap>
-表情認識を利用して，緑色のプレイヤーを赤色のゴールに向かわせるシンプルなゲームを楽しみ，より早くクリアできるようにインタフェースを最適化して下さい．キーボードを利用してはいけません．あくまで顔の表情認識及び特徴データを利用してプレイヤーを操作して下さい．
-  * 日程：5月30日10:30〜
-  * 場所：2号館501室
-  * 優勝者には景品をプレゼント
-  * [[https://www.dropbox.com/sh/31nxfjovqt8zter/AAA1888hCd7KsDQx0DR2aShma?dl=0|プログラム雛形]]
-====== 論文読解３：Scratch Input: Creating Large, Inexpensive, Unpowered and Mobile finger Input Surfaces ======
-<wrap hi>[[http://www.chrisharrison.net/index.php/Research/ScratchInput|著者の研究紹介ページ（PDFあり）]]</wrap>
-> Harrison, Chris and Hudson, Scott E. Scratch Input: Creating Large, Inexpensive, Unpowered and Mobile finger Input Surfaces. In Proceedings of the 21st Annual ACM Symposium on User interface Software and Technology. UIST '08. ACM, New York, NY. 205-208.