基于姿态估计的婆罗多舞阿达武关键姿态生成

保存植根于数百年传统并受严格结构与符号规则约束的非物质文化遗产舞蹈，在数字时代面临独特挑战。其中，婆罗多舞作为一种古典印度舞蹈形式，以其对规范化阿达武和精确关键姿态的强调而著称。准确生成这些姿态不仅对保持解剖学与风格上的完整性至关重要，而且对于通过数字化手段实现有效的记录、分析与向更广泛的全球受众传播也具有重要意义。我们提出了一种融合姿态估计模块的姿态感知生成框架，由基于关键点的损失函数与姿态一致性约束进行引导。这些监督信号确保合成输出在解剖学上的准确性与风格上的完整性。我们评估了四种配置：标准条件生成对抗网络（cGAN）、带姿态监督的 cGAN、条件扩散以及带姿态监督的条件扩散。每个模型均以关键姿态类别标签为条件，并优化以保持几何结构。在 cGAN 与条件扩散两种设置中，融合的姿态引导使生成姿态与真实关键点结构对齐，从而促进文化忠实性。我们的结果表明，引入姿态监督显著提升了生成婆罗多舞姿态的质量、真实感与可信度。该框架为传统舞蹈形式的数字化保存、教育与传播提供了可扩展的方法，在不影响文化精确性的前提下实现高保真生成。代码可在 https://github.com/jagidsh/Generating-Key-Postures-of-Bharatanatyam-Adavus-with-Pose-Estimation 获取。