利用拉班力度与形状及隐马尔可夫模型生成情感化运动
人机交互
2020-06-12 v1 图形学
机器学习
摘要
身体运动是一种重要的交流媒介，通过它可辨识情感状态。传达情感的运动也能赋予机器类生命属性，并有助于创造更具吸引力的人机交互。本文提出一种自动情感化运动生成方法，利用两种运动抽象：1）拉班运动分析（LMA），以及 2）隐马尔可夫建模。LMA 为运动的运动学和表达特征的抽象表示提供了系统性工具。给定一条待叠加目标情感的运动路径，所提方法在 LMA 力度与形状空间中搜索标注数据集，寻找与所需运动路径相似且传达目标情感的运动。获取所识别运动的 HMM 抽象，并将其与所需运动路径结合，生成一种新颖运动，该运动是传达目标情感的所需运动路径的调制版本。调制程度可变化，在生成运动中的运动学约束与情感约束之间进行权衡。所提方法使用一个全身运动数据集进行测试。使用经过验证的自动识别模型和用户研究评估了所提方法生成具有可识别目标情感运动的有效性。使用识别模型从生成运动中正确识别目标情感的比率为 72%。此外，用户研究中的参与者能够从生成的运动的样本中正确感知目标情感，尽管也观察到一些混淆情况。
引用
@article{arxiv.2006.06071,
title = {Affective Movement Generation using Laban Effort and Shape and Hidden Markov Models},
author = {Ali Samadani and Rob Gorbet and Dana Kulic},
journal= {arXiv preprint arXiv:2006.06071},
year = {2020}
}