基于极限学习的拉班舞谱自动生成平台的研制
发布时间：2021-10-29 17:24
随着社会的发展,越来越多的传统动态文化如民族民间舞蹈、武术和戏曲等不能够得到有效的保护,如何将其有效的传承下来是一个亟待解决的问题。拉班舞谱作为一种公认科学的动作分析和记录体系,将其运用到记录传统动态文化中来有易于传承的优点。但是通过人工去记录拉班舞谱则耗时耗力,所以如何利用计算机技术自动生成拉班舞谱成为了一个重要的研究课题。本文的主要工作是提出了基于极限学习的拉班舞谱自动生成算法。通过分析运动捕捉数据,在动作分割完毕的前提下,将各个基本动作进行分类并转换成拉班舞谱符号,在此算法的基础上实现了舞谱自动生成平台。此外,针对现阶段拉班舞谱文件存储格式的不足之处完成了拉班舞谱数字化记录标准的设计。为了丰富平台功能,该平台实现了舞谱转换为动画的功能,主要工作以及创新点如下:（1）为了提高舞谱生成的准确率,本文提出了基于极限学习的舞谱生成算法,并把极限学习的动作分类算法与动态时间规整以及支持向量机进行了综合比较。先将采集得到的人体运动捕捉数据转换为世界坐标系下的坐标,接下来通过动作分割得到待识别的动作片段数据。最后采用极限学习的算法对其进行舞谱符号生成,并且将得到的结果通过图片化显示和数字化记录...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图２－１拉班舞谱示例??Ｆｉｇｕｒｅ?２－１?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?Ｌａｂａｎｏｔａｔｉｏｈ??６??
拉班舞谱自动生成相关工作概述??２．１．１拉班舞谱谱表??拉班舞谱的记谱遵循的是三线十一栏的法则，拉班舞谱的动作栏划分如图２－２所示。??图中共有七条虚线和三条实线将谱面分隔成了十一个栏，每一个栏中对应的记录人体的??不同部位的动作符号。其中中间的一条实线将人体分隔成了左右两大块，分别表示人体??的左右两边，此线即为舞谱的中心线。中心线两边的垂直栏用来记录人体的腿姿和支撑??部分的动作。躯干和躯干的各部位、手臂和头部的动作被书写在这三线谱表之外。所以??拉班舞谱记录人体的部位符号从左至右分别记录的是左手臂、左边身体、左边腿姿、左??边支撑和右边支撑、右边腿姿、右边身体、右手臂和头部的符号。其中右手臂之间和头??部之间空出一栏用于记录一些额外的符号。??ｉ手ｉ身ｆｆｉｉｉ支支ｉ腿身ｉ手ｉ?ｉ头ｉ??！臂丨体丨Ｘ?懦咆?素?遑?圬??浚椋崳?左右??边边??图２－２拉班舞谱谱表动作栏划分??Ｆｉｇｕｒｅ?２－２?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｌａｂａｎｏｔａｔｉｏｎ?ｃｏｌｕｍｎｓ??将身体中每一个主要部位分别按照顺序置于谱表中的每一个垂直栏，这样的写谱方??式方便简洁，可读性较高。拉班舞谱谱表中的每一个垂直栏都对应了身体的一个部位，??分别记录身体不同部位的符号。在空间中对人体进行切分，这是拉班舞谱记谱的一个重??要的思想。这种思想非常重要，类似于算法中的分而治之。人体的整个动作也是人体的??各个部位的动作的组合
表示方向的时候需要先明确一下参考点，这个参考点即是原位符号，在人体的朝??向确定后，当人体某个部位静止不动时即用原位符号表示。拉班舞谱共有２７个符号，??分为三个垂直高度和九个水平方向，垂直高度分别是低、中、高如图２－３所示，水平方??向分别是前、左前、左、左后、后、右后、右、右前和原位。对于一般的动作来说，有??２７个方向可以足够完整的描述出其运动姿态。??Ｈｉｇｈ??｜?參?｜?Ｍｉｄｄｌｅ??Ｌｏｗ??图２－３垂直方向符号??Ｆｉｇｕｒｅ?２－３?Ｖｅｒｔｉｃａｌ?ｄｉｒｅｃｔｉｏｎ?ｓｙｍｂｏｌ??上文提到原位符号，原位符号用的是一个矩形来表示，因为矩形是没有表示任何的??朝向，这符合原位符号的定义。其它的所有的方向符号都需要表示人体部位的动作朝向，??所以将每一个符号在矩形的基础上都画成了一个具有朝向性的符号。如图２－４所示，可??以看出，向前和向后的方向是有两个符号的，这是因为人体有两侧，分别表示人体的左??侧朝向和右侧朝向。标识置于内侧，朝着谱表的中心线。这是书写的视觉习惯。另外可??以看到指向前方的符号表示向前。右旁的符号指向右侧，以此类推。对角线的位置位于??右前斜方向和左前斜方向
【参考文献】：
期刊论文
[1]基于改进SVM分类器的动作识别方法[J]. 王见,陈义,邓帅. 重庆大学学报. 2016(01)
[2]极端学习机算法的改进及应用研究[J]. 牛培峰,马云鹏,刘魏岩,卢青,杨潇. 燕山大学学报. 2015(02)
[3]蒙皮骨骼动画的碰撞检测研究[J]. 熊涛,付鹤岗. 计算机应用. 2008(03)
[4]计算机动画技术综述[J]. 金小刚,鲍虎军,彭群生. 软件学报. 1997(04)
博士论文
[1]基于语义主题模型的人体异常行为识别研究[D]. 朱旭东.西安电子科技大学 2011
硕士论文
[1]面向拉班舞谱自动生成的运动捕捉数据分割研究[D]. 卢厚君.北京交通大学 2017
[2]基于动态规划的拉班舞谱自动生成研究[D]. 周子鸣.北京交通大学 2017
[3]基于主成分估计的极限学习机及其应用研究[D]. 曾林.湖南大学 2015
[4]基于多特征融合的人体动作识别方法研究[D]. 王庆.上海大学 2015
本文编号：3465073
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图２－１拉班舞谱示例??Ｆｉｇｕｒｅ?２－１?Ａｎ?ｅｘａｍｐｌｅ?ｏｆ?Ｌａｂａｎｏｔａｔｉｏｈ??６??
拉班舞谱自动生成相关工作概述??２．１．１拉班舞谱谱表??拉班舞谱的记谱遵循的是三线十一栏的法则，拉班舞谱的动作栏划分如图２－２所示。??图中共有七条虚线和三条实线将谱面分隔成了十一个栏，每一个栏中对应的记录人体的??不同部位的动作符号。其中中间的一条实线将人体分隔成了左右两大块，分别表示人体??的左右两边，此线即为舞谱的中心线。中心线两边的垂直栏用来记录人体的腿姿和支撑??部分的动作。躯干和躯干的各部位、手臂和头部的动作被书写在这三线谱表之外。所以??拉班舞谱记录人体的部位符号从左至右分别记录的是左手臂、左边身体、左边腿姿、左??边支撑和右边支撑、右边腿姿、右边身体、右手臂和头部的符号。其中右手臂之间和头??部之间空出一栏用于记录一些额外的符号。??ｉ手ｉ身ｆｆｉｉｉ支支ｉ腿身ｉ手ｉ?ｉ头ｉ??！臂丨体丨Ｘ?懦咆?素?遑?圬??浚椋崳?左右??边边??图２－２拉班舞谱谱表动作栏划分??Ｆｉｇｕｒｅ?２－２?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｌａｂａｎｏｔａｔｉｏｎ?ｃｏｌｕｍｎｓ??将身体中每一个主要部位分别按照顺序置于谱表中的每一个垂直栏，这样的写谱方??式方便简洁，可读性较高。拉班舞谱谱表中的每一个垂直栏都对应了身体的一个部位，??分别记录身体不同部位的符号。在空间中对人体进行切分，这是拉班舞谱记谱的一个重??要的思想。这种思想非常重要，类似于算法中的分而治之。人体的整个动作也是人体的??各个部位的动作的组合
表示方向的时候需要先明确一下参考点，这个参考点即是原位符号，在人体的朝??向确定后，当人体某个部位静止不动时即用原位符号表示。拉班舞谱共有２７个符号，??分为三个垂直高度和九个水平方向，垂直高度分别是低、中、高如图２－３所示，水平方??向分别是前、左前、左、左后、后、右后、右、右前和原位。对于一般的动作来说，有??２７个方向可以足够完整的描述出其运动姿态。??Ｈｉｇｈ??｜?參?｜?Ｍｉｄｄｌｅ??Ｌｏｗ??图２－３垂直方向符号??Ｆｉｇｕｒｅ?２－３?Ｖｅｒｔｉｃａｌ?ｄｉｒｅｃｔｉｏｎ?ｓｙｍｂｏｌ??上文提到原位符号，原位符号用的是一个矩形来表示，因为矩形是没有表示任何的??朝向，这符合原位符号的定义。其它的所有的方向符号都需要表示人体部位的动作朝向，??所以将每一个符号在矩形的基础上都画成了一个具有朝向性的符号。如图２－４所示，可??以看出，向前和向后的方向是有两个符号的，这是因为人体有两侧，分别表示人体的左??侧朝向和右侧朝向。标识置于内侧，朝着谱表的中心线。这是书写的视觉习惯。另外可??以看到指向前方的符号表示向前。右旁的符号指向右侧，以此类推。对角线的位置位于??右前斜方向和左前斜方向
【参考文献】：
期刊论文
[1]基于改进SVM分类器的动作识别方法[J]. 王见,陈义,邓帅. 重庆大学学报. 2016(01)
[2]极端学习机算法的改进及应用研究[J]. 牛培峰,马云鹏,刘魏岩,卢青,杨潇. 燕山大学学报. 2015(02)
[3]蒙皮骨骼动画的碰撞检测研究[J]. 熊涛,付鹤岗. 计算机应用. 2008(03)
[4]计算机动画技术综述[J]. 金小刚,鲍虎军,彭群生. 软件学报. 1997(04)
博士论文
[1]基于语义主题模型的人体异常行为识别研究[D]. 朱旭东.西安电子科技大学 2011
硕士论文
[1]面向拉班舞谱自动生成的运动捕捉数据分割研究[D]. 卢厚君.北京交通大学 2017
[2]基于动态规划的拉班舞谱自动生成研究[D]. 周子鸣.北京交通大学 2017
[3]基于主成分估计的极限学习机及其应用研究[D]. 曾林.湖南大学 2015
[4]基于多特征融合的人体动作识别方法研究[D]. 王庆.上海大学 2015
本文编号：3465073
本文链接：https://www.wllwen.com/wenyilunwen/wdlw/3465073.html
