在增强现实环境中评估存在和表现的数据集,用于运动模仿学习:对小提琴家的案例研究
Adriaan Campo1, Aleksandra Michałko1, Bavo Van Kerrebroeck1
1Institute for Psychoacoustics and Electronic Music (IPEM), Ghent University, Miriam Makebaplein 1, 9000, Ghent, Belgium.
Data in brief
|October 23, 2023
概括
这项研究收集了使用增强现实 (AR) 训练的小提琴家的运动捕捉,音频和问卷数据. 数据捕捉了鞠躬技巧和参与者经验与2D和3D化身表示.
科学领域:
- 音乐表演与技术
- 人与计算机的交互
- 生物力学 生物力学
背景情况:
- 增强现实 (AR) 为音乐教育提供了新的方法.
- 客观和主观数据对于评估AR培训的有效性至关重要.
- 了解AR对音乐家运动技能的影响是必不可少的.
研究的目的:
- 为了呈现小提琴家AR培训的多式联络数据集.
- 分析2D与3D化身表示对鞠躬技巧的影响.
- 研究AR沉浸,音乐代理和表演之间的关系.
主要方法:
- 在四次AR训练中收集了13名小提琴家的运动捕捉 (MoCap) 和音频数据.
- 使用 42 标记 MoCap 在 120 Hz 和 24 位/48 kHz 音频录制.
- 管理的存在,音乐代理,沉浸和音乐复杂性问卷.
主要成果:
- 数据集包括参与者与2D和3D化身互动的详细鞠躬动力学和音频特征.
- 调查问卷数据提供了对用户体验,存在和代理感的见解.
- 该研究捕捉了2D和3DAR环境之间技术复制的细微差异.
结论:
- 这一数据集为研究在音乐教育和表演中研究AR的研究人员提供了丰富的资源.
- 这些发现可以为音乐家设计更有效的AR培训工具提供信息.
- 这些数据可以进一步研究AR辅助技能学习的认知和运动方面.
