超越模仿：基于机器学习的生成式与变分编舞
机器学习
2019-07-12 v1 多媒体
机器学习
摘要
我们的舞蹈艺术家、物理学家和机器学习研究人员团队共同开发了若干原创的、可配置的机器学习工具，用于生成新颖的编舞序列以及对输入编舞序列的可调变体。我们使用循环神经网络和自动编码器架构，训练数据集中的动作在每个时间步捕获为53个三维点。生成序列的示例动画以及我们模型的交互版本可在 http://www.beyondimitation.com 找到。
引用
@article{arxiv.1907.05297,
title = {Beyond Imitation: Generative and Variational Choreography via Machine Learning},
author = {Mariel Pettee and Chase Shimmin and Douglas Duhaime and Ilya Vidrin},
journal= {arXiv preprint arXiv:1907.05297},
year = {2019}
}
备注
8 pages, 11 figures, presented at the 10th International Conference on Computational Creativity (ICCC 2019)