Captura de Movimiento: Midiendo Cuerpos y Sociedad
Examinando el papel de las prácticas sociales en la tecnología de captura de movimiento.
― 8 minilectura
Tabla de contenidos
- ¿Qué es la Captura de Movimiento?
- La Importancia de la Medición y Validación
- Prácticas Sociales en la Captura de Movimiento
- Resumen Histórico de la Captura de Movimiento
- Era de Fundación (1930-1979)
- Era de Estandarización (1980-1999)
- Era de Innovación (2000-Presente)
- Prácticas de Medición en la Captura de Movimiento
- Tipos de Mediciones
- Errores de Medición
- Prácticas de Validación
- Suposiciones Sociales en la Captura de Movimiento
- ¿Quién es Medido?
- Impacto de las Suposiciones
- Conclusión
- Fuente original
- Enlaces de referencia
Los sistemas de Captura de Movimiento se usan mucho para rastrear los movimientos del cuerpo. Estos sistemas se pueden encontrar en el entretenimiento, la salud, el deporte e incluso en la robótica. Funcionan midiendo cómo se mueven nuestros cuerpos y crean representaciones digitales basadas en esos datos. Pero estas mediciones no son solo técnicas; también reflejan ideas sociales sobre quién puede ser medido y cómo.
Este artículo analiza cómo están diseñados los sistemas de captura de movimiento y las suposiciones que vienen con ellos. Vamos a profundizar en las formas en que los sistemas miden y validan datos, enfocándonos en cómo estas prácticas evolucionaron con el tiempo.
¿Qué es la Captura de Movimiento?
La captura de movimiento (a menudo llamada "mo-cap") es el proceso de grabar el movimiento de objetos o personas. En el caso de la captura de movimiento humano, rastrea cómo se mueven nuestros cuerpos en el espacio. Los datos recopilados se pueden usar para varios propósitos, desde crear animaciones en películas hasta analizar los movimientos de los atletas para mejorar su rendimiento.
La captura de movimiento funciona utilizando diferentes tipos de sensores. Estos sensores se pueden adjuntar al cuerpo de una persona o colocarse alrededor de ellos para detectar su movimiento. Por ejemplo, algunos sistemas usan cámaras que detectan marcadores en el cuerpo, mientras que otros dependen de sensores colocados en la piel. Los datos de movimiento se transforman en un formato digital que puede ser analizado o usado en entornos virtuales.
Validación
La Importancia de la Medición yLa medición y la validación juegan un papel crucial en la captura de movimiento. La medición se refiere al proceso de recolectar datos sobre el cuerpo y sus movimientos. La validación es el proceso de verificar si los datos recolectados representan con precisión lo que está sucediendo en el mundo real.
En la captura de movimiento, es esencial asegurar que los datos no solo sean precisos, sino también útiles para su aplicación prevista. Por ejemplo, si un sistema de captura de movimiento se está usando para diagnosticar condiciones médicas, las mediciones deben ser fiables para garantizar que los pacientes reciban la atención adecuada.
Prácticas Sociales en la Captura de Movimiento
Cuando hablamos de prácticas sociales en la captura de movimiento, nos referimos a los comportamientos, técnicas y normas que moldean cómo se usa la tecnología. Las prácticas sociales influyen en cómo se desarrolla la captura de movimiento, cómo se interpretan los datos y quién está representado en los datos.
A lo largo de los años, los sistemas de captura de movimiento han sido influenciados por varios factores sociales, incluyendo normas culturales y creencias sobre los cuerpos. Estas influencias pueden afectar todo, desde el diseño de la tecnología hasta los tipos de cuerpos que son medidos.
Resumen Histórico de la Captura de Movimiento
Era de Fundación (1930-1979)
Durante los años fundacionales de la captura de movimiento, los investigadores se centraron principalmente en medir cuerpos humanos. Este período sentó las bases de cómo se representaban los cuerpos en los sistemas de captura de movimiento. Muchos estudios realizados durante este tiempo se centraron en la antropometría, que es la medición de las dimensiones del cuerpo humano.
Los investigadores en esta era estaban particularmente interesados en los parámetros de segmentos del cuerpo-características como la masa, el centro de gravedad y el momento de inercia de diferentes partes del cuerpo. Estas mediciones son cruciales para entender los movimientos y fuerzas del cuerpo. Sin embargo, muchos estudios estaban limitados a una demografía estrecha-principalmente hombres blancos y con capacidades.
Era de Estandarización (1980-1999)
La era de estandarización vio la introducción de sistemas comerciales de captura de movimiento. Estos sistemas comenzaron a usar marcadores colocados en el cuerpo para rastrear movimientos con mayor precisión. Este período también vio la aparición de nuevas prácticas de medición y validación.
Los errores se volvieron un enfoque importante durante este tiempo, con investigadores examinando cuán precisamente estaban colocados los marcadores y cómo los tejidos blandos, como la piel y la grasa, afectaban las mediciones. También hubo un aumento en la validación de nuevas tecnologías contra sistemas establecidos de "estándar de oro". Sin embargo, las mismas suposiciones sobre quién debería ser medido persistieron, a menudo pasando por alto tipos de cuerpos diversos.
Era de Innovación (2000-Presente)
La era de innovación ha traído avances significativos en la tecnología de captura de movimiento. Nuevos sensores, como las unidades de Medida inercial (IMUs) y los sistemas de cámaras, han facilitado y abaratado la captura de movimiento. Esta era también ha visto un cambio hacia sistemas sin marcadores que pueden rastrear movimientos sin que los participantes tengan que usar ningún dispositivo.
En esta era, el enfoque se ha ampliado para incluir errores algorítmicos, que ocurren cuando el software usado para analizar los datos de movimiento comete errores. Las prácticas de validación también se han vuelto más variadas, aunque la investigación aún a menudo no considera cómo se representan las diferentes poblaciones en los datos.
Prácticas de Medición en la Captura de Movimiento
Tipos de Mediciones
Las mediciones en la captura de movimiento se pueden categorizar en varios tipos:
Medición de Segmentos del Cuerpo: Esto implica cuantificar partes del cuerpo, como extremidades y torso, para entender cómo se mueven juntas.
Cinética: Esto se refiere a medir el movimiento del cuerpo sin considerar las fuerzas involucradas. Se enfoca en posiciones, velocidades y aceleraciones.
Dinámica: Esto implica medir las fuerzas que causan movimiento, incluyendo fuerzas gravitacionales y esfuerzo muscular.
Medir estos aspectos requiere métodos estadísticos para interpretar la relación entre la superficie del cuerpo y sus estructuras internas.
Errores de Medición
Los errores en la medición pueden surgir de varias fuentes, incluyendo:
Errores de Colocación de Marcadores: Errores al colocar marcadores en el cuerpo pueden llevar a datos inexactos.
Artefactos de Tejido Blando: El movimiento de la piel y los músculos sobre los huesos puede crear errores en cómo se registra el movimiento.
Errores Instrumentales: Estos ocurren cuando hay inexactitudes en el equipo usado para capturar datos de movimiento.
Prácticas de Validación
La validación es esencial para garantizar que las mediciones realizadas sean precisas y relevantes. Las prácticas comunes incluyen:
Validez Concurrente: Esto implica comparar un nuevo sistema contra un sistema previamente validado para ver si producen resultados similares.
Pruebas de Fiabilidad: Esto verifica si las mediciones repetidas producen resultados consistentes.
Estudios de Usuarios: Estos implican examinar cómo las personas interactúan con los sistemas de captura de movimiento y asegurarse de que cumplan con las necesidades de los usuarios.
Suposiciones Sociales en la Captura de Movimiento
¿Quién es Medido?
Uno de los problemas clave en la tecnología de captura de movimiento es la cuestión de quién está representado en los datos. Muchos estudios tempranos se centraron en un rango estrecho de tipos de cuerpo, lo que puede llevar a sesgos en cómo se desarrolla y valida la tecnología. Estas suposiciones pueden excluir a individuos que no encajan en el molde de lo que se considera "estándar".
Impacto de las Suposiciones
Las suposiciones hechas en la captura de movimiento pueden tener consecuencias en el mundo real. Por ejemplo, tecnologías que están validadas contra poblaciones con tipos de cuerpo específicos pueden no funcionar bien al ser utilizadas con grupos diversos. Esto puede llevar a diagnósticos erróneos en entornos de salud o riesgos para la seguridad en los lugares de trabajo.
Conclusión
La tecnología de captura de movimiento ha evolucionado significativamente a lo largo de los años, pero las suposiciones arraigadas sobre medición y validación continúan influyendo en su desarrollo. Entender las prácticas sociales que rodean la captura de movimiento puede ayudar a identificar sesgos potenciales y mejorar la aplicabilidad de la tecnología para todos los usuarios. Al examinar quién está siendo medido y cómo se valida la información, las partes interesadas pueden trabajar hacia la creación de sistemas de captura de movimiento más inclusivos y precisos que representen mejor la diversa gama de cuerpos humanos.
Título: The Cadaver in the Machine: The Social Practices of Measurement and Validation in Motion Capture Technology
Resumen: Motion capture systems, used across various domains, make body representations concrete through technical processes. We argue that the measurement of bodies and the validation of measurements for motion capture systems can be understood as social practices. By analyzing the findings of a systematic literature review (N=278) through the lens of social practice theory, we show how these practices, and their varying attention to errors, become ingrained in motion capture design and innovation over time. Moreover, we show how contemporary motion capture systems perpetuate assumptions about human bodies and their movements. We suggest that social practices of measurement and validation are ubiquitous in the development of data- and sensor-driven systems more broadly, and provide this work as a basis for investigating hidden design assumptions and their potential negative consequences in human-computer interaction.
Autores: Emma Harvey, Hauke Sandhaus, Abigail Z. Jacobs, Emanuel Moss, Mona Sloane
Última actualización: 2024-01-19 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2401.10877
Fuente PDF: https://arxiv.org/pdf/2401.10877
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.