Projekt

SocialWear

SocialWear - Socially Interactive Smart Fashion

SocialWear - Socially Interactive Smart Fashion

  • Laufzeit:

Im Bereich Wearable Computing liegt der Schwerpunkt traditionell auf der Verwendung Kleidungsstücke als Plattformen für das On-Body-Sensing. Die Funktionalität solcher Systeme wird durch Abtastung und Berechnung definiert. Gegenwärtig sind Überlegungen zum Modedesign nur Mittel zum Zweck: die Optimierung der Sensor-/Berechnungsleistung bei gleichzeitiger Minimierung des Unbehagens für den Benutzer. Mit anderen Worten, innerhalb des traditionellen Wearable Computing-Ansatzes ist das Kleidungsstück im Wesentlichen ein einfaches Behältnis für hochentwickelte digitale Intelligenz, aber es schließt nicht die Lücke zwischen der Funktion und den tatsächlichen Bedürfnissen des Benutzers. Parallel dazu hat die High-Tech-Fashion-Gemeinschaft nach Möglichkeiten gesucht, die Elektronik in neue Designkonzepte einzubinden. Hier lag der Schwerpunkt auf Design-Aspekten, wobei die digitale Funktion oft ziemlich einfach ist: typischerweise eine Art von Lichteffekten, die durch einfache Signale wie die Menge an Bewegung, Impuls oder Umgebungsbedingungen (Licht, Ton, Temperatur) mit wenig intelligenter Verarbeitung gesteuert werden. Mit anderen Worten, im traditionellen High-Tech-Fashion-Ansatz ist der digitale Teil ein einfaches "Add-on" zu anspruchsvollem Design. Aufbauend auf einer einzigartigen Reihe von Kompetenzen der verschiedenen beteiligten DFKI-Gruppen wollen wir eine neue Generation intelligenter Mode entwickeln, die anspruchsvolle künstliche Intelligenz mit anspruchsvollem Design verbindet. Um dies zu erreichen, müssen wir den gesamten klassischen Prozess der Entwicklung sowohl von Kleidungsstücken als auch der zugehörigen tragbaren Elektronik neu überdenken: Mode- und Elektronikdesign-Kriterien sowie Implementierungsprozesse müssen nahtlos integriert werden können. Wir werden Signalverarbeitungs- und Lernmethoden entwickeln, die es solchen intelligenten Kleidungsstücken ermöglichen, komplexe soziale Umgebungen zu verstehen und auf sie zu reagieren, und neue Interaktionsparadigmen entwerfen, um die soziale Interaktion auf neue, subtile und reichhaltige Weise zu verbessern und zu vermitteln.Dabei werden wir ein breites Spektrum entlang der Größe der sozialen Gruppe und des Übergangs zwischen impliziter und expliziter Interaktion berücksichtigen.

Partner

n/a

Fördergeber

BMBF - Bundesministerium für Bildung und Forschung

BMBF - Bundesministerium für Bildung und Forschung

Publikationen zum Projekt

Eleftherios Avramidis, Vivien Macketanz

In: Proceedings of the Seventh Conference on Machine Translation. Conference on Machine Translation (WMT-2022) December 7-8 Abu Dhabi United Arab Emirates Association for Computational Linguistics 12/2022.

Zur Publikation
Bo Zhou, Hymalai Bello, Sungho Suh, Luis Sanchez, Paul Lukowicz

In: Xianta Jiang (Hrsg.). Frontiers in Computer Science (Front. Comput. Sci.) Mobile and Ubiquitous Computing Volume 4 Seiten 1-15 Frontiers 6/2022.

Zur Publikation
Vivien Macketanz, Eleftherios Avramidis, Aljoscha Burchardt, Shushen Manakhimova, Sebastian Möller, Hans Uszkoreit

In: Proceedings of the Language Resources and Evaluation Conference. International Conference on Language Resources and Evaluation (LREC) Marseille France Seiten 936-947 European Language Resources Association 6/2022.

Zur Publikation

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence