基于序列多尺度特征融合表示的层级舞蹈动作姿态估计方法

人体姿态估计是计算机视觉研究领域的热点研究问题之一,但其在传统民间舞蹈动作姿态估计方面的应用研究尚处于起步阶段.由于舞蹈图像中人体动作复杂多变、舞蹈动作连贯性强、舞蹈者存在严重遮挡不易检测等特点,传统人体姿态估计方法难以准确估计舞蹈者的动作变化,导致舞蹈动作姿态估计准确率较低.针对此问题,本文提出一种基于序列多尺度特征融合表示的层级舞蹈动作姿态估计方法,该方法针对舞蹈动作骨骼关节点尺度变化剧烈的问题,构建基于序列多尺度特征融合表示的关节点估计模型.并且,针对舞蹈姿态形变较大,遮挡严重的问题,设计基于关节点几何关系的层级姿态估计模型,提高舞蹈动作姿态估计的效果.实验结果表明,本文方法在标准人体姿态估计数据集及自建舞蹈数据集上取得较好的姿态估计结果.

一种基于姿态估计的动作相似性计算方法

针对传统舞蹈教学及训练中只能通过视觉主观评价其动作是否标准、缺少客观定量评价指标的问题,结合实际舞蹈训练应用需求,提出一种基于姿态估计的舞蹈动作相似度计算方法。该方法基于姿态估计方法实时捕捉舞蹈学习者的动作变化,并将其与标准动作进行对比,对学习者的动作是否标准做出实时判断并根据判断结果给出相应的纠正意见。首先,通过目标检测算法提取舞蹈图像中的人体检测框;然后,基于人体姿态估计算法实时估计舞蹈者的人体关节点位置信息;最后,通过设计基于三维空间关节点偏移角度变化的动作阶梯型相似性计算方法,计算学习者姿态与标准姿态之间的差异,对学习者舞蹈动作是否标准进行判断,并通过标准动作姿态还原,提出最终的动作姿态纠正意见。实验结果表明,本文方法在实时分析舞蹈者动作标准程度上具有很好的效果,在舞蹈自助教学、专业舞者动作纠正等应用场景具有一定的应用价值。