基于深度学习的生成式编舞
人工智能
2016-05-24 v1 机器学习
多媒体
神经与进化计算
摘要
深度学习的近期进展使得从原始传感器数据中提取高级特征成为可能，这为许多不同领域（包括计算机生成编舞）开辟了新可能。在本文中，我们提出一个系统 chor-rnn，用于以个体编舞家细腻的编舞语言和风格生成新颖的编舞素材。它在产生更高层次的构图凝聚力而非仅生成动作序列方面也显示出有前景的结果。chor-rnn 的核心是在原始动作捕捉数据上训练的深度循环神经网络，其能为独舞者生成新的舞蹈序列。chor-rnn 可用于人机协作编舞或作为创意催化剂，为编舞家提供灵感。
引用
@article{arxiv.1605.06921,
title = {Generative Choreography using Deep Learning},
author = {Luka Crnkovic-Friis and Louise Crnkovic-Friis},
journal= {arXiv preprint arXiv:1605.06921},
year = {2016}
}
备注
This article will be presented at the 7th International Conference on Computational Creativity, ICCC2016