学习量化结构保持的运动表示用于舞蹈指纹识别
计算机视觉与模式识别
2026-04-02 v1 人工智能
摘要
我们提出DANCEMATCH，一个用于基于运动的舞蹈检索的端到端框架，该任务定义为舞蹈指纹识别，即直接从原始视频中识别语义相似的编舞。虽然现有的运动分析和检索方法可以比较姿态序列，但它们依赖难以索引、解释或扩展的连续嵌入。相比之下，DANCEMATCH构建紧凑的离散运动特征，捕捉舞蹈的时空结构，同时实现高效的大规模检索。我们的系统将骨架运动量化（SMQ）与时空Transformer（STT）集成，将通过Apple CoMotion提取的人体姿态编码为结构化的运动词汇表。我们进一步设计了舞蹈检索引擎（DRE），它使用基于直方图的索引进行次线性检索，随后通过重排序进行精细匹配。为了促进可复现研究，我们发布了DANCETYPESBENCHMARK，一个以量化运动token标注的姿态对齐数据集。实验表明该方法在多种舞蹈风格下具有鲁棒的检索能力，并对未见编舞具有强泛化性，为可扩展的运动指纹识别和定量编舞分析奠定了基础。
引用
@article{arxiv.2604.00927,
title = {Learning Quantised Structure-Preserving Motion Representations for Dance Fingerprinting},
author = {Arina Kharlamova and Bowei He and Chen Ma and Xue Liu},
journal= {arXiv preprint arXiv:2604.00927},
year = {2026}
}