基于兰坎运动分析的舞蹈风格识别
计算机视觉与模式识别
2025-05-01 v1 人工智能
摘要
自动化运动分析日益受到关注，带来了对复杂人类活动（包括舞蹈）进行识别的新挑战。本研究聚焦于利用从 Laban 运动分析 (LMA) 中提取的特征进行舞蹈风格识别。以往的舞蹈风格识别研究往往侧重于跨帧运动分析，这限制了其捕捉运动之间时间上下文和动态过渡的能力。此瓶颈凸显了需要一种能够为 LMA 特征添加时间上下文的方法。为此，我们引入了一种新型管道，结合 3D 姿态估计、3D 人体网格重建和地面感知身体建模，以有效提取 LMA 特征。为解决时序限制问题，我们提出了一种滑动窗口方法，捕捉特征中时间演化。这些特征随后用于训练各种机器学习方法进行分类，以及可解释人工智能方法以评估每个特征对分类性能的贡献。我们的方法实现了最高的 99.18% 分类准确率，表明添加时间上下文显著提升了舞蹈风格识别性能。
引用
@article{arxiv.2504.21166,
title = {Dance Style Recognition Using Laban Movement Analysis},
author = {Muhammad Turab and Philippe Colantoni and Damien Muselet and Alain Tremeau},
journal= {arXiv preprint arXiv:2504.21166},
year = {2025}
}