Apprentissage des Mouvements Humain en Situation Informatisée: Avantages, Limites et Perspectives Apportées par l'Approche Automatique - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2017

Apprentissage des Mouvements Humain en Situation Informatisée: Avantages, Limites et Perspectives Apportées par l'Approche Automatique

Résumé

n order to improve information retention, as well as immersion during learning activities, motion is more and more used in domains such as sport, surgery or education. Nowadays, relevant feedback and learner models regarding their actions, intentions, situations, behaviors, etc. are rarely extracted from 3D captured motions. This can be explained, on one hand, by the heterogeneity, the complexity and the highly dimensional nature of such information and, on the other hand, by its correlation with the teacher's observation needs. However, automatic methods such as machine learning could be used to overcome these constraints and provide more efficient and complementary pedagogical feedback from motion data. A better analysis of these data could provide a better learner's model from the learning situation. This article introduces the challenges related to these problems, and proposes a system dedicated to human motion analysis.
Les applications utilisant les mouvements des utilisateurs afin de renforcer la construction des connaissances et d'améliorer l'immersion, sont de plus en plus utilisées dans des domaines tels que le sport, la chirurgie ou l'éducation. Actuellement, les informations sur les actions, intentions, situations et comportements, sont rarement extraites à partir de données de mouvement 3D. Cela peut être expliqué par l'hétérogénéité, la complexité et la grande dimensionnalité de ces informations d’une part et leurs corrélations avec les besoins d’observation des enseignants d’autre part. Cependant, les méthodes de traitement automatique (machine learning) pourraient être utilisées afin de surmonter ces contraintes. Une meilleure analyse de ces données pourrait être obtenue pour mieux modéliser le comportement de l’apprenant lors de la situation d’apprentissage. Cet article introduit les défis propres à ces problèmes et propose un système d'aide à l'analyse des mouvements humains.
Fichier principal
Vignette du fichier
paper_50.pdf (314.65 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01713082 , version 1 (26-01-2022)

Identifiants

  • HAL Id : hal-01713082 , version 1

Citer

Quentin Couland, Ludovic Hamon, Sébastien George. Apprentissage des Mouvements Humain en Situation Informatisée: Avantages, Limites et Perspectives Apportées par l'Approche Automatique. 8ème conférence des Environnements Informatiques pour l’Apprentissage Humain (EIAH 2017), Jun 2017, Strasbourg, France. pp.137-148. ⟨hal-01713082⟩
178 Consultations
31 Téléchargements

Partager

Gmail Facebook X LinkedIn More