孙国玉,陈文娟,李海燕,孙庆杰
(中国传媒大学,动画与数字媒体艺术学院,北京 100024)
舞蹈是人们通过肢体来表达言语和情感的艺术形式,也是一种受大众欢迎的活动。随着VR相关技术的发展,研究者们尝试采用不同的方法在3D虚拟环境中构建了无监督、无真实舞蹈老师的舞蹈学习系统或者舞蹈游戏从而为舞蹈爱好者提供更多的娱乐途径[2,3,4]。由于舞蹈动作具有强差异性,节奏性,动作组合多样性等特点,因此如何有效的自动识别和诊断这些复杂的舞蹈动作,成为这些研究中丞待解决的课题[5,6,7]。因此,在本文所构建的虚拟舞蹈自学习系统,提出了一种基于舞蹈姿态时空特征的球形自组织特征映射神经网络(S-SOFM)的识别方法,并提出一种优化的OE—DTW算法[8]来对学生动作和模版动作进行相似性计算,自动生成有效的反馈意见成绩,在没有老师的情况下,让学生在舞蹈动作的自学习过程中仍旧可以得到有价值的帮助。同时由于该框架将在完全沉浸式的虚拟现实环境中实现,学习者不仅可以从各种角度观看虚拟教师的舞蹈动作[3,4,9],还可以从视觉方面“秀”出学生自己的舞蹈动作是否标准,形象指出哪些部分需要改进,对学生的“不标准”的舞蹈动作的及时、有效的识别,对于保持学生的学习兴趣和加强学习反馈的效果都发挥着很重要的作用。
本文提取的舞蹈动作特征主要是用来分析在舞蹈动作中人体姿态在空间中动态的变化特点,帮助学习者了解在舞蹈运动中身体的某一个部位如何变化才能达到动作的要求。……