基于骨骼信息的原生态舞蹈数字化保护研究.pdf
《基于骨骼信息的原生态舞蹈数字化保护研究.pdf》由会员分享,可在线阅读,更多相关《基于骨骼信息的原生态舞蹈数字化保护研究.pdf(6页珍藏版)》请在咨信网上搜索。
1、Computer Era No.9 20230 引言原生态少数民族舞蹈作为中华民族非物质文化遗产的重要组成部分,以其独特的肢体动作来表达社会生活、民族历史文化和情感。然而,这种非物质文化遗产如今却面临着流失的风险1。传统的舞蹈动作记录工作中,专业的舞蹈动作大多是通过文字、图像或视频等方式对其进行记录。然而这些方式很难准确、全面地将少数民族原生态舞蹈动作传承下去。随着数字化技术的飞速发展,基于骨骼信息的人体动作研究正逐渐成为研究与应用的热点,人体骨架信息中包含丰富的动作特征信息,为少数民族原生态舞蹈动作研究奠定了基础。本文基于骨架信息的舞蹈动作数字化研究包括:原生态舞蹈动作的数字化识别与评价。舞
2、蹈动作数字化识别是指对录入的原生态舞蹈动作与数据库中的标准动作进行匹配,得到最为相似的动作类别;舞蹈动作的数字化评价是指通过人体骨架中各关节运动轨迹的动态变化,对动作的规范程度进行衡量。本研究使用改进的3D-CNN算法、Cosine-DTW算法,对原生态舞蹈动作进行识别与评价,同时对训练者舞蹈动作的完成质量进行反馈,反馈框架可有效地评估出训练者动作与标准动作的差异,训练者可根据反馈,改进自身不规范动作,促进原生态舞蹈DOI:10.16644/33-1094/tp.2023.09.029基于骨骼信息的原生态舞蹈数字化保护研究*谢静文1,王卫星1,2,马连丹2,胡宁峰2(1.贵州大学现代制造技术教
3、育部重点实验室,贵州 贵阳 550025;2.贵州大学机械工程学院)摘要:少数民族原生态舞蹈是国家非物质文化遗产的重要组成部分,但由于文化的多元化使其发展和传承受到冲击。为了更好地保护与传承原生态民族舞蹈,本研究结合Kinect深度相机设计并开发了一套原生态舞蹈动作的学习框架。该框架通过Kinect采集并存储专业原生态舞者动作的骨骼信息,并使用改进的3D CNNS模型对原生态舞蹈进行识别,根据识别结果,采用Cosine-DTW算法对训练者的舞蹈动作进行评价,从而实现原生态舞蹈动作的数字化保护与传承。关键词:Kinect;骨骼信息;3D CNNS;Cosine-DTW;原生态舞蹈中图分类号:TP
4、399文献标识码:A文章编号:1006-8228(2023)09-136-05Research on digital protection of primitive dance based on skeletal informationXie Jingwen1,Wang Weixing1,2,Ma Liandan2,Hu Ningfeng2(1.Key Laboratory of Modern Manufacturing Technology of Ministry of Education,Guizhou University,Guiyang,Guizhou 550025,China;2.S
5、chool of Mechanical Engineering,Guizhou University)Abstract:The primitive dance of ethnic minorities is an important part of the national intangible cultural heritage,but itsdevelopment and inheritance are affected by the diversity of culture.In order to better protect and inherit the primitive danc
6、e,alearning framework of primitive dance movements is designed and developed combined with the Kinect depth camera.The skeletalinformation of professional primitive dancers movements is collected and stored by Kinect,and the improved 3D CNNS model isused to recognize the primitive dance.Based on the
7、 recognition results,the Cosine-DTW algorithm is used to evaluate the dancemovements of the trainers,so as to realize the digital protection and heritage of primitive dance movements.Key words:Kinect;skeletal information;3D CNNS;Cosine-DTW;primitive dance收稿日期:2023-04-19*基金项目:贵州省科学技术基金(黔科合基础20201Y262
8、);贵州省教育厅青年科技人才成长项目(黔教合KY字2018112)作者简介:谢静文(1995-),女,甘肃天水人,硕士研究生,主要研究方向:人机交互。通讯作者:王卫星(1982-),男,贵州遵义人,博士,副教授,硕导,主要研究方向:数字化设计、人机交互。136计算机时代 2023年 第9期动作的数字化传承。综上所述,本文开发基于三维骨骼信息的舞蹈动作识别和评价框架,对原生态舞蹈动作的传承和保护具有重要研究意义。1 原生态舞蹈数据集的制作1.1 原生态舞蹈动作调研贵州是一个少数民族居多的省份,拥有数量庞大且极具特色的少数民族部落村寨。如西江千户苗寨、肇兴侗寨、朗德上寨等。据文献2记录,贵州地区少
9、数民族主要有苗族、土家族、布依族、侗族等。其代表性舞种有:锦鸡舞、摆手舞、织布舞、糠包舞、芦笙舞、竹鼓舞、花鼓子、八宝铜铃舞等。本研究从上述原生态舞种中筛选六种作为研究对象。摆手舞:土家族的摆手舞,舞姿大方粗犷,摆手动作有单摆、双摆、回旋摆、边摆边跳等3。锦鸡舞:苗族的代表性舞蹈,形如锦鸡样式的一种芦笙乐曲舞姿。产生并盛行于贵州省苗族村寨中。锦鸡舞步伐分三排式、四拍式、五拍式、七拍式不等,上身动作小,脚步动作多,轻巧灵活,腰及膝盖以下以自然蠕动为主4。织布舞:布依族民间舞蹈形式之一,流行于贵州省等布依族地区。主要表现种棉、摘棉、抽纱、纺线到织成布匹的全过程。糠包舞:集中在黔南、黔西南。布依族男
10、女青年以抛舞糠包的形式来选择情侣,相互表达爱慕之情。糠包舞的舞蹈动作有蹉步向前、转身、起步、退步等。竹鼓舞:布依族原生态舞蹈。表演时舞者双手拿相同大小或一大一小的竹鼓相互敲打,通过跳跃、转体、击地等方式进行演绎。击鼓迎送、望鼓、跳鼓等是竹鼓舞关键动作。芦笙舞:苗族原生态舞蹈。芦笙舞的动作以矮步、蹲踢、旋转、腾跃等为主。芦笙舞的动作类型主要有滚山珠、芦笙拳、蚯蚓滚沙等。本研究筛选上述六类原生态舞蹈作为典型范例,每类舞蹈均包含 34个能代表该舞蹈特征的动作片段,使用Kinect深度相机录制专业舞者舞蹈动作并将其保存在原生态舞蹈数据集中,数据集中共包含六种原生态舞蹈的20种动作。1.2 原生态舞蹈动
11、作数据集录制10名身体健康的专业舞蹈志愿者(年龄(233)岁)参与了原生态舞蹈动作数据集的录制。被试者实验前12小时内没有进行剧烈的身体运动,身体健康状况良好,每位被试者都学习过不同的舞蹈类型,有45年的原生态舞蹈学习经验。实验开始前,实验者需签署本研究的书面说明和知情同意书。实验过程中,根据实验室的实际环境,设置本实验的限制条件如下:Kinect距地面的垂直距离应为 11.2m,距训练者的水平距离应为 23m。此距离范围内,人体全部骨骼节点恰好能被Kinect相机完全检测,数据捕获最优且跟踪效能最好。人体与Kinect的相对角度不能超过45度。若相对角度过大,Kinect检测到关节点会出现失
12、真的情况。捕捉人体动作信息时,训练者应站在Kinect的正前方,并保证受试地点开阔,无物体遮挡。实验要求专业被试舞者在数据采集前35天内按动作视频与动作解释学习20个原生态典型舞蹈动作示例,并能依次熟悉地跟随音乐节奏流畅地表演。实验期间尽量避免动作的停顿、过快和过慢。实验过程中,根据语音指导与节拍口令舞动20个动作片段,每个动作片段执行三次,通过动作采集程序对专业舞者的标准舞蹈动作各骨骼点坐标进行采集,实验结束后,将录制的600个样本存入数据集。2 方法2.1 三维卷积神经网络三维卷积神经网络(3D CNN)可以从时间维度和空间维度提取特征,提取多个连续帧的运动信息。本文采用改进的3D CNN
13、s对原生态舞蹈典型动作骨架信息进行识别,骨架信息是单通道信息,计算量更小,模型识别性能更好。本文改进的3D CNNs模型框架如图 1 所示,其结构包括四个卷积层、二个池化层、二个全连接层和一个Softmax分类层。图1三维卷积神经网络架构卷积层对输出矩阵按指定步长进行卷积操作:并利用激活函数将卷积操作后的非线性特征进行提取,其公式表达为:Vxyzij=tanh(bij+mp=0pi-1q=0pi-1r=0pi-1wpqrijmv(x+p)(y+q)(z+r)(i-1)m)137Computer Era No.9 2023其中,bij为偏置,Ri表示三维卷积核的大小,wpqrijm为上一层第m个
14、特征图在点(p、q、r)处的值。不同于二维图像的处理,动作识别过程中需要考虑数据集在时间维度上的信息。池化层的出现可以缩小参数矩阵尺寸的形式减小特征图,降低数据维度,从而减少最后连接层中的参数数量,并训练提高训练速度与准确率。最大池化的公式如下:Vxyz=Max(ym*n+i,n*t+j,l*r+k)其中,V为池化操作后的输出,y为三维输入向量,n,t,r为采样步长。若模型在训练集中结果较好而在测试集中结果较差则为过拟合现象,Dropout策略是指在训练过程中按一定比例随机忽略或屏蔽一些神经元,从而防止过拟合现象的产生。Dropout参数影响了训练模型的准确度。本文训练过程中,也将通过Drop
15、out 比例的调节,从而减少过拟合现象。Softmax函数为用于多分类问题的激活函数,对于长度为 K的任意实向量,Softmax函数可以将其压缩为长度K,并将其值取在0,1范围内,向量中元素的总和为1。Softmax()x=exiiexi本实验将预处理过的原生态舞蹈典型动作数据集平均分为五组,每次实验拿一组进行测试,其余组用作训练,五次实验结束后,求平均值作为实验结果。2.2 改进的动态时间规整算法动态时间规整算法(DTW)具有数据需求量小、计算简单等优势,常用于动作评价类研究。本文对传统DTW动作匹配算法进行改进,以使其更好地适用于人体骨架数据的匹配。骨架数据中相邻骨骼点之间的连线构成了一个
16、骨骼向量,考虑到人体舞蹈动作姿态主要以四肢的运动为主,故选取人体运动中权重较大的肩肘、肘腕、髋膝、膝踝等骨架特征向量与其对应的四个特征平面。待匹配的两个骨架向量,起点均位于空间坐标轴原点,其终点位置的空间差异可作为两者相似性的评价依据。本文在传统方法的基础上,提出一种基于余弦距离的DTW匹配算法(Cosine-DTW),相比欧式距离,余弦距离更加注重两个向量在方向上的差异,可更好的反映待匹配的两向量每帧之间的差异。将骨架特征向量单位化,可以减少匹配时由于测试者肢体长度不同而带来的相对误差;使用Cosine-DTW算法计算出待匹配的两个向量在方向上的差异;比较骨架整体间的相似性时,将各骨架特征向
17、量Cosine-DTW距离相加,累加值可反映两帧骨架的整体相似程度。V(Xi,Yi,Zi)=U(Xi,Yi,Zi)(U2Xi+U2Yi+U2Zi)(i=1,2,12)V(Xi,Yi,Zi)=V(Xi,Yi,Zi)(V2Xi+V2Yi+V2Zi)(i=1,2,12)DUiVi=1-U(Xi,Y,Zi)V(Xi,Y,Zi)|U(Xi,Y,Zi)|V(Xi,Y,Zi)|(i=1,2,12)Dsum=i=112DUiVi其中,U(Xi,YiZi)代表各帧中标准动作中骨架向量Ui的位置信息,U(Xi,YiZi)代表标准动作中Ui单位化后的位置信息;V(Xi,YiZi)代表训练动作中骨架向量Vi的位置信息
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 骨骼 信息 生态 舞蹈 数字化 保护 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。