謝靜文 王衛(wèi)星 馬連丹 胡寧峰

摘? 要： 少數(shù)民族原生態(tài)舞蹈是國(guó)家非物質(zhì)文化遺產(chǎn)的重要組成部分，但由于文化的多元化使其發(fā)展和傳承受到?jīng)_擊。為了更好地保護(hù)與傳承原生態(tài)民族舞蹈，本研究結(jié)合Kinect深度相機(jī)設(shè)計(jì)并開(kāi)發(fā)了一套原生態(tài)舞蹈動(dòng)作的學(xué)習(xí)框架。該框架通過(guò)Kinect采集并存儲(chǔ)專業(yè)原生態(tài)舞者動(dòng)作的骨骼信息，并使用改進(jìn)的3D CNNS模型對(duì)原生態(tài)舞蹈進(jìn)行識(shí)別，根據(jù)識(shí)別結(jié)果，采用Cosine-DTW算法對(duì)訓(xùn)練者的舞蹈動(dòng)作進(jìn)行評(píng)價(jià)，從而實(shí)現(xiàn)原生態(tài)舞蹈動(dòng)作的數(shù)字化保護(hù)與傳承。

關(guān)鍵詞： Kinect； 骨骼信息； 3D CNNS； Cosine-DTW； 原生態(tài)舞蹈

中圖分類號(hào)：TP399? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? 文章編號(hào)：1006-8228（2023）09-136-05

Research on digital protection of primitive dance based on skeletal information

Xie Jingwen1， Wang Weixing1，2， Ma Liandan2， Hu Ningfeng2

（1. Key Laboratory of Modern Manufacturing Technology of Ministry of Education， Guizhou University， Guiyang， Guizhou 550025， China;

2. School of Mechanical Engineering， Guizhou University）

Abstract： The primitive dance of ethnic minorities is an important part of the national intangible cultural heritage， but its development and inheritance are affected by the diversity of culture. In order to better protect and inherit the primitive dance， a learning framework of primitive dance movements is designed and developed combined with the Kinect depth camera. The skeletal information of professional primitive dancers' movements is collected and stored by Kinect， and the improved 3D CNNS model is used to recognize the primitive dance. Based on the recognition results， the Cosine-DTW algorithm is used to evaluate the dance movements of the trainers， so as to realize the digital protection and heritage of primitive dance movements.

Key words： Kinect; skeletal information; 3D CNNS; Cosine-DTW; primitive dance

0 引言

原生態(tài)少數(shù)民族舞蹈作為中華民族非物質(zhì)文化遺產(chǎn)的重要組成部分，以其獨(dú)特的肢體動(dòng)作來(lái)表達(dá)社會(huì)生活、民族歷史文化和情感。然而，這種非物質(zhì)文化遺產(chǎn)如今卻面臨著流失的風(fēng)險(xiǎn)[1]。傳統(tǒng)的舞蹈動(dòng)作記錄工作中，專業(yè)的舞蹈動(dòng)作大多是通過(guò)文字、圖像或視頻等方式對(duì)其進(jìn)行記錄。然而這些方式很難準(zhǔn)確、全面地將少數(shù)民族原生態(tài)舞蹈動(dòng)作傳承下去。隨著數(shù)字化技術(shù)的飛速發(fā)展，基于骨骼信息的人體動(dòng)作研究正逐漸成為研究與應(yīng)用的熱點(diǎn)，人體骨架信息中包含豐富的動(dòng)作特征信息，為少數(shù)民族原生態(tài)舞蹈動(dòng)作研究奠定了基礎(chǔ)。本文基于骨架信息的舞蹈動(dòng)作數(shù)字化研究包括：原生態(tài)舞蹈動(dòng)作的數(shù)字化識(shí)別與評(píng)價(jià)。舞蹈動(dòng)作數(shù)字化識(shí)別是指對(duì)錄入的原生態(tài)舞蹈動(dòng)作與數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)動(dòng)作進(jìn)行匹配，得到最為相似的動(dòng)作類別；舞蹈動(dòng)作的數(shù)字化評(píng)價(jià)是指通過(guò)人體骨架中各關(guān)節(jié)運(yùn)動(dòng)軌跡的動(dòng)態(tài)變化，對(duì)動(dòng)作的規(guī)范程度進(jìn)行衡量。本研究使用改進(jìn)的3D-CNN算法、Cosine-DTW算法，對(duì)原生態(tài)舞蹈動(dòng)作進(jìn)行識(shí)別與評(píng)價(jià)，同時(shí)對(duì)訓(xùn)練者舞蹈動(dòng)作的完成質(zhì)量進(jìn)行反饋，反饋框架可有效地評(píng)估出訓(xùn)練者動(dòng)作與標(biāo)準(zhǔn)動(dòng)作的差異，訓(xùn)練者可根據(jù)反饋，改進(jìn)自身不規(guī)范動(dòng)作，促進(jìn)原生態(tài)舞蹈動(dòng)作的數(shù)字化傳承。綜上所述，本文開(kāi)發(fā)基于三維骨骼信息的舞蹈動(dòng)作識(shí)別和評(píng)價(jià)框架，對(duì)原生態(tài)舞蹈動(dòng)作的傳承和保護(hù)具有重要研究意義。

1 原生態(tài)舞蹈數(shù)據(jù)集的制作

1.1 原生態(tài)舞蹈動(dòng)作調(diào)研

貴州是一個(gè)少數(shù)民族居多的省份，擁有數(shù)量龐大且極具特色的少數(shù)民族部落村寨。如西江千戶苗寨、肇興侗寨、朗德上寨等。據(jù)文獻(xiàn)[2]記錄，貴州地區(qū)少數(shù)民族主要有苗族、土家族、布依族、侗族等。其代表性舞種有：錦雞舞、擺手舞、織布舞、糠包舞、蘆笙舞、竹鼓舞、花鼓子、八寶銅鈴舞等。本研究從上述原生態(tài)舞種中篩選六種作為研究對(duì)象。

⑴ 擺手舞：土家族的擺手舞，舞姿大方粗獷，擺手動(dòng)作有單擺、雙擺、回旋擺、邊擺邊跳等[3]。

⑵ 錦雞舞：苗族的代表性舞蹈，形如錦雞樣式的一種蘆笙樂(lè)曲舞姿。產(chǎn)生并盛行于貴州省苗族村寨中。錦雞舞步伐分三排式、四拍式、五拍式、七拍式不等，上身動(dòng)作小，腳步動(dòng)作多，輕巧靈活，腰及膝蓋以下以自然蠕動(dòng)為主[4]。

⑶ 織布舞：布依族民間舞蹈形式之一，流行于貴州省等布依族地區(qū)。主要表現(xiàn)種棉、摘棉、抽紗、紡線到織成布匹的全過(guò)程。

⑷ 糠包舞：集中在黔南、黔西南。布依族男女青年以拋舞糠包的形式來(lái)選擇情侶，相互表達(dá)愛(ài)慕之情。糠包舞的舞蹈動(dòng)作有蹉步向前、轉(zhuǎn)身、起步、退步等。

⑸ 竹鼓舞：布依族原生態(tài)舞蹈。表演時(shí)舞者雙手拿相同大小或一大一小的竹鼓相互敲打，通過(guò)跳躍、轉(zhuǎn)體、擊地等方式進(jìn)行演繹。擊鼓迎送、望鼓、跳鼓等是竹鼓舞關(guān)鍵動(dòng)作。

⑹ 蘆笙舞：苗族原生態(tài)舞蹈。蘆笙舞的動(dòng)作以矮步、蹲踢、旋轉(zhuǎn)、騰躍等為主。蘆笙舞的動(dòng)作類型主要有滾山珠、蘆笙拳、蚯蚓滾沙等。

本研究篩選上述六類原生態(tài)舞蹈作為典型范例，每類舞蹈均包含3～4個(gè)能代表該舞蹈特征的動(dòng)作片段，使用Kinect深度相機(jī)錄制專業(yè)舞者舞蹈動(dòng)作并將其保存在原生態(tài)舞蹈數(shù)據(jù)集中，數(shù)據(jù)集中共包含六種原生態(tài)舞蹈的20種動(dòng)作。

1.2 原生態(tài)舞蹈動(dòng)作數(shù)據(jù)集錄制

10名身體健康的專業(yè)舞蹈志愿者（年齡（23±3）歲）參與了原生態(tài)舞蹈動(dòng)作數(shù)據(jù)集的錄制。被試者實(shí)驗(yàn)前12小時(shí)內(nèi)沒(méi)有進(jìn)行劇烈的身體運(yùn)動(dòng)，身體健康狀況良好，每位被試者都學(xué)習(xí)過(guò)不同的舞蹈類型，有4～5年的原生態(tài)舞蹈學(xué)習(xí)經(jīng)驗(yàn)。

實(shí)驗(yàn)開(kāi)始前，實(shí)驗(yàn)者需簽署本研究的書面說(shuō)明和知情同意書。實(shí)驗(yàn)過(guò)程中，根據(jù)實(shí)驗(yàn)室的實(shí)際環(huán)境，設(shè)置本實(shí)驗(yàn)的限制條件如下：①Kinect距地面的垂直距離應(yīng)為1～1.2m，距訓(xùn)練者的水平距離應(yīng)為2～3m。此距離范圍內(nèi)，人體全部骨骼節(jié)點(diǎn)恰好能被Kinect相機(jī)完全檢測(cè)，數(shù)據(jù)捕獲最優(yōu)且跟蹤效能最好。②人體與Kinect的相對(duì)角度不能超過(guò)45度。若相對(duì)角度過(guò)大，Kinect檢測(cè)到關(guān)節(jié)點(diǎn)會(huì)出現(xiàn)失真的情況。③捕捉人體動(dòng)作信息時(shí)，訓(xùn)練者應(yīng)站在Kinect的正前方，并保證受試地點(diǎn)開(kāi)闊，無(wú)物體遮擋。

實(shí)驗(yàn)要求專業(yè)被試舞者在數(shù)據(jù)采集前3～5天內(nèi)按動(dòng)作視頻與動(dòng)作解釋學(xué)習(xí)20個(gè)原生態(tài)典型舞蹈動(dòng)作示例，并能依次熟悉地跟隨音樂(lè)節(jié)奏流暢地表演。實(shí)驗(yàn)期間盡量避免動(dòng)作的停頓、過(guò)快和過(guò)慢。實(shí)驗(yàn)過(guò)程中，根據(jù)語(yǔ)音指導(dǎo)與節(jié)拍口令舞動(dòng)20個(gè)動(dòng)作片段，每個(gè)動(dòng)作片段執(zhí)行三次，通過(guò)動(dòng)作采集程序?qū)I(yè)舞者的標(biāo)準(zhǔn)舞蹈動(dòng)作各骨骼點(diǎn)坐標(biāo)進(jìn)行采集，實(shí)驗(yàn)結(jié)束后，將錄制的600個(gè)樣本存入數(shù)據(jù)集。

2 方法

2.1 三維卷積神經(jīng)網(wǎng)絡(luò)

三維卷積神經(jīng)網(wǎng)絡(luò)（3D CNN）可以從時(shí)間維度和空間維度提取特征，提取多個(gè)連續(xù)幀的運(yùn)動(dòng)信息。本文采用改進(jìn)的3D CNNs對(duì)原生態(tài)舞蹈典型動(dòng)作骨架信息進(jìn)行識(shí)別，骨架信息是單通道信息，計(jì)算量更小，模型識(shí)別性能更好。本文改進(jìn)的3D CNNs模型框架如圖1所示，其結(jié)構(gòu)包括四個(gè)卷積層、二個(gè)池化層、二個(gè)全連接層和一個(gè)Softmax分類層。

卷積層對(duì)輸出矩陣按指定步長(zhǎng)進(jìn)行卷積操作：并利用激活函數(shù)將卷積操作后的非線性特征進(jìn)行提取，其公式表達(dá)為：

[Vxyzij=tanh （bij+mp=0pi-1q=0pi-1r=0pi-1wpqrijmv（x+p）（y+q）（z+r）（i-1）m）] ⑴

其中，[bij]為偏置，[Ri]表示三維卷積核的大小，[wpqrijm]為上一層第m個(gè)特征圖在點(diǎn)（p、q、r）處的值。

不同于二維圖像的處理，動(dòng)作識(shí)別過(guò)程中需要考慮數(shù)據(jù)集在時(shí)間維度上的信息。池化層的出現(xiàn)可以縮小參數(shù)矩陣尺寸的形式減小特征圖，降低數(shù)據(jù)維度，從而減少最后連接層中的參數(shù)數(shù)量，并訓(xùn)練提高訓(xùn)練速度與準(zhǔn)確率。最大池化的公式如下：

[Vxyz=Max（ym*n+i，n*t+j，l*r+k）] ⑵

其中，V為池化操作后的輸出，y為三維輸入向量，n，t，r為采樣步長(zhǎng)。

若模型在訓(xùn)練集中結(jié)果較好而在測(cè)試集中結(jié)果較差則為過(guò)擬合現(xiàn)象，Dropout策略是指在訓(xùn)練過(guò)程中按一定比例隨機(jī)忽略或屏蔽一些神經(jīng)元，從而防止過(guò)擬合現(xiàn)象的產(chǎn)生。Dropout參數(shù)影響了訓(xùn)練模型的準(zhǔn)確度。本文訓(xùn)練過(guò)程中，也將通過(guò)Dropout 比例的調(diào)節(jié)，從而減少過(guò)擬合現(xiàn)象。

Softmax函數(shù)為用于多分類問(wèn)題的激活函數(shù)，對(duì)于長(zhǎng)度為K的任意實(shí)向量，Softmax函數(shù)可以將其壓縮為長(zhǎng)度K，并將其值取在[0，1]范圍內(nèi)，向量中元素的總和為1。

[Softmaxx=exiiexi]? ⑶

本實(shí)驗(yàn)將預(yù)處理過(guò)的原生態(tài)舞蹈典型動(dòng)作數(shù)據(jù)集平均分為五組，每次實(shí)驗(yàn)?zāi)靡唤M進(jìn)行測(cè)試，其余組用作訓(xùn)練，五次實(shí)驗(yàn)結(jié)束后，求平均值作為實(shí)驗(yàn)結(jié)果。

2.2 改進(jìn)的動(dòng)態(tài)時(shí)間規(guī)整算法

動(dòng)態(tài)時(shí)間規(guī)整算法（DTW）具有數(shù)據(jù)需求量小、計(jì)算簡(jiǎn)單等優(yōu)勢(shì)，常用于動(dòng)作評(píng)價(jià)類研究。本文對(duì)傳統(tǒng)DTW動(dòng)作匹配算法進(jìn)行改進(jìn)，以使其更好地適用于人體骨架數(shù)據(jù)的匹配。

骨架數(shù)據(jù)中相鄰骨骼點(diǎn)之間的連線構(gòu)成了一個(gè)骨骼向量，考慮到人體舞蹈動(dòng)作姿態(tài)主要以四肢的運(yùn)動(dòng)為主，故選取人體運(yùn)動(dòng)中權(quán)重較大的肩肘、肘腕、髖膝、膝踝等骨架特征向量與其對(duì)應(yīng)的四個(gè)特征平面。待匹配的兩個(gè)骨架向量，起點(diǎn)均位于空間坐標(biāo)軸原點(diǎn)，其終點(diǎn)位置的空間差異可作為兩者相似性的評(píng)價(jià)依據(jù)。本文在傳統(tǒng)方法的基礎(chǔ)上，提出一種基于余弦距離的DTW匹配算法（Cosine-DTW），相比歐式距離，余弦距離更加注重兩個(gè)向量在方向上的差異，可更好的反映待匹配的兩向量每幀之間的差異。將骨架特征向量單位化，可以減少匹配時(shí)由于測(cè)試者肢體長(zhǎng)度不同而帶來(lái)的相對(duì)誤差；使用Cosine-DTW算法計(jì)算出待匹配的兩個(gè)向量在方向上的差異；比較骨架整體間的相似性時(shí)，將各骨架特征向量Cosine-DTW距離相加，累加值可反映兩幀骨架的整體相似程度。

[V'（Xi，Yi，Zi）=U（Xi，Yi，Zi）（U2Xi+U2Yi+U2Zi）（i=1，2…，12）]? ⑷

[V'（Xi，Yi，Zi）=V（Xi，Yi，Zi）（V2Xi+V2Yi+V2Zi）（i=1，2…，12）]? ⑸

[DU'iV'i=1-U'（Xi，Y，Zi）?V'（Xi，Y，Zi）|U'（Xi，Y，Zi）|?|V'（Xi，Y，Zi）|（i=1，2，…，12）]? ⑹

[Dsum=i=112DU'iV'i]? ⑺

其中，[U（Xi，YiZi）]代表各幀中標(biāo)準(zhǔn)動(dòng)作中骨架向量[Ui]的位置信息，[U'（Xi，YiZi）]代表標(biāo)準(zhǔn)動(dòng)作中[Ui]單位化后的位置信息；[V（Xi，YiZi）]代表訓(xùn)練動(dòng)作中骨架向量[Vi]的位置信息，[V'（Xi，YiZi）]代表訓(xùn)練動(dòng)作中[Vi]單位化后的位置信息；[DU'iV'i]為標(biāo)準(zhǔn)動(dòng)作與測(cè)試動(dòng)作骨架關(guān)節(jié)向量i的距離差距值，[Dsum]表示該骨架幀的整體差距值。

相比于無(wú)對(duì)齊的序列匹配與傳統(tǒng)基于歐式距離的DTW匹配算法，使用Cosine-DTW算法對(duì)舞蹈動(dòng)作的標(biāo)準(zhǔn)程度進(jìn)行度量，其結(jié)果更加科學(xué)合理，匹配結(jié)果與原始動(dòng)作骨架幀能更好的對(duì)應(yīng)，解決了長(zhǎng)度不一致的動(dòng)作序列的對(duì)齊問(wèn)題，且余弦值能反推出待匹配的兩骨骼向量之間的角度差異，增加了骨架整體匹配精度。

3 實(shí)驗(yàn)與結(jié)果分析

3.1 動(dòng)作識(shí)別實(shí)驗(yàn)與結(jié)果分析

動(dòng)作識(shí)別的實(shí)驗(yàn)環(huán)境為AMD Ryzen 7 4800H with Radeon Graphics 2.90 GHz的Windows 10系統(tǒng)計(jì)算機(jī)，使用Python3.7編寫了實(shí)驗(yàn)代碼。為了緩解過(guò)擬合現(xiàn)象，使用Dropout技術(shù)并對(duì)其設(shè)置不同比率（0.25、0.5、0.65、0.8）進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)中每種比率的Dropout均迭代100次。實(shí)驗(yàn)結(jié)果如圖2所示。由圖2可知，將Dropout 比率設(shè)置為0.5時(shí)，原生態(tài)舞蹈識(shí)別結(jié)果較好，故后續(xù)實(shí)驗(yàn)中，Dropout比率統(tǒng)一設(shè)置為0.5。

為驗(yàn)證本文方法的有效性，使用本文方法對(duì)公開(kāi)數(shù)據(jù)集 MSRAction3D 數(shù)據(jù)集、UTKinec數(shù)據(jù)集及本文的原生態(tài)舞蹈數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)。MSRAction3D數(shù)據(jù)集使用Kinect進(jìn)行錄制，記錄了十名被試者的20種動(dòng)作。UT-Kinect 數(shù)據(jù)集記錄了十個(gè)受試者十種日常動(dòng)作。圖3為使用本文方法在三種數(shù)據(jù)集上的訓(xùn)練精度與測(cè)試精度。由下圖可知，本文方法在三種數(shù)據(jù)集上均取得了90%以上的識(shí)別精度，且在原生態(tài)舞蹈動(dòng)作數(shù)據(jù)集上獲得了95%以上的識(shí)別準(zhǔn)確率。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方法的有效性。

在實(shí)驗(yàn)過(guò)程中，使用3D CNNs對(duì)原生態(tài)舞蹈數(shù)據(jù)集進(jìn)行訓(xùn)練，得到如圖4所示的訓(xùn)練-損失曲線。 圖中，縱坐標(biāo)為損失值，橫坐標(biāo)為迭代次數(shù)。從圖4可以看出，迭代次數(shù)進(jìn)行到40次左右訓(xùn)練值與損失值逐漸趨于穩(wěn)定，訓(xùn)練集識(shí)別效率為96%，為模型的最佳訓(xùn)練結(jié)果。訓(xùn)練結(jié)束后，將訓(xùn)練模型保存。

隨后，使用本文算法與C3D、P3D、I3D、X3D、ConvLSTM等經(jīng)典算法，對(duì)原生態(tài)舞蹈數(shù)據(jù)集進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果如表1所示，由表1可知，上述七種經(jīng)典算法在本文數(shù)據(jù)集中均取得了較高的識(shí)別準(zhǔn)確度，本文模型的識(shí)別準(zhǔn)確度高于其他經(jīng)典方法。本實(shí)驗(yàn)同時(shí)驗(yàn)證了數(shù)據(jù)集采集、特征提取以及本文所用算法合理性。原生態(tài)舞蹈數(shù)據(jù)集將提取出來(lái)的人體骨骼信息作為關(guān)鍵動(dòng)作信息進(jìn)行保留，節(jié)省了存儲(chǔ)空間。

3.2 動(dòng)作評(píng)價(jià)實(shí)驗(yàn)與結(jié)果分析

本文動(dòng)作識(shí)別模型被驗(yàn)證取得良好效果后，隨后對(duì)測(cè)試舞蹈數(shù)據(jù)進(jìn)行采集，測(cè)試舞蹈采集對(duì)被試者的舞蹈經(jīng)驗(yàn)不做要求。實(shí)驗(yàn)對(duì)象選取了年齡在18-30歲三名志愿者。實(shí)驗(yàn)中志愿者以下述三種方式模仿上述標(biāo)準(zhǔn)動(dòng)作，每種類別重復(fù)十次。通過(guò)本文方法對(duì)動(dòng)作進(jìn)行識(shí)別并根據(jù)閾值計(jì)算動(dòng)作得分。

⑴ 測(cè)試動(dòng)作與標(biāo)準(zhǔn)動(dòng)作在位置和速度上基本保持一致；

⑵ 測(cè)試動(dòng)作與標(biāo)準(zhǔn)動(dòng)作在位置上相似，只是在節(jié)奏上有輕微差異；

⑶ 測(cè)試動(dòng)作與標(biāo)準(zhǔn)動(dòng)作在位置和節(jié)奏上均有較大差異；

使用Python3.7編寫程序提取骨架信息，通過(guò)模型正確識(shí)別出動(dòng)作所屬類別后，使用Cosine-DTW算法匹配訓(xùn)練者動(dòng)作數(shù)據(jù)與標(biāo)準(zhǔn)舞蹈動(dòng)作數(shù)據(jù)，根據(jù)匹配結(jié)果計(jì)算出該測(cè)試者Cosine-DTW匹配距離，實(shí)驗(yàn)前期依據(jù)測(cè)試動(dòng)作偏離標(biāo)準(zhǔn)動(dòng)作中心的程度對(duì)原生態(tài)舞蹈動(dòng)作進(jìn)行了閾值確定，后續(xù)將通過(guò)閾值計(jì)算出測(cè)試者的動(dòng)作得分。三名實(shí)驗(yàn)者錦雞舞動(dòng)作評(píng)價(jià)結(jié)果如表2所示。

從表2可以看出，測(cè)試者的測(cè)試動(dòng)作與標(biāo)準(zhǔn)動(dòng)作在位置和速度上基本保持一致時(shí)，Cosine-DTW算法計(jì)算出的平均距離較小，測(cè)試者平均分?jǐn)?shù)較高；當(dāng)測(cè)試者的測(cè)試動(dòng)作與標(biāo)準(zhǔn)動(dòng)作在速度和節(jié)奏上差異較大時(shí)，Cosine-DTW算法計(jì)算出的平均距離最大，平均分?jǐn)?shù)最低；當(dāng)測(cè)試者的測(cè)試動(dòng)作與標(biāo)準(zhǔn)動(dòng)作在節(jié)奏上有輕微差異時(shí)，Cosine-DTW算法計(jì)算出的平均距離和平均分?jǐn)?shù)介于上述兩種情況之間。實(shí)驗(yàn)結(jié)果符合預(yù)期。之后對(duì)動(dòng)作幀數(shù)據(jù)匹配結(jié)果進(jìn)行可視化表示，部分動(dòng)作幀數(shù)據(jù)的距離損失矩陣映射圖如圖5所示。其中橫坐標(biāo)為標(biāo)準(zhǔn)舞蹈動(dòng)作幀數(shù)，縱坐標(biāo)為測(cè)試舞蹈動(dòng)作幀數(shù)；白色線段代表各幀匹配關(guān)系；背景圖為部分舞蹈損失矩陣數(shù)值的jet色譜映射。

從圖5可以看出，使用Cosine-DTW進(jìn)行原生態(tài)舞蹈動(dòng)作的匹配，實(shí)驗(yàn)者1原生態(tài)舞蹈動(dòng)作的1類動(dòng)作匹配中，整體與標(biāo)準(zhǔn)動(dòng)作相似度高，匹配較好；2類動(dòng)作匹配中，有部分骨架幀和標(biāo)準(zhǔn)骨架幀發(fā)生了偏移，但整體與標(biāo)準(zhǔn)動(dòng)作具有一定的相似性，3類動(dòng)作的匹配性能最差，損失矩陣數(shù)值也比較大，3類動(dòng)作幀的后期與標(biāo)準(zhǔn)動(dòng)作匹配失敗。結(jié)合圖5的結(jié)果，驗(yàn)證了本文算法在舞蹈評(píng)價(jià)中的準(zhǔn)確性。

4 結(jié)束語(yǔ)

本文針對(duì)原生態(tài)舞蹈動(dòng)作傳承困難的問(wèn)題，對(duì)原生態(tài)舞蹈進(jìn)行調(diào)研，并使用Kinect對(duì)原生態(tài)舞蹈動(dòng)作進(jìn)行錄制，以改進(jìn)的3D CNNS與Cosine-DTW算法實(shí)現(xiàn)了原生態(tài)舞蹈動(dòng)作的識(shí)別與評(píng)價(jià)，公共數(shù)據(jù)集上的實(shí)驗(yàn)驗(yàn)證了本文方法的普適性。本項(xiàng)目對(duì)原生態(tài)舞蹈動(dòng)作的數(shù)字化發(fā)展、非物質(zhì)文化遺產(chǎn)傳承均具有重要意義。

參考文獻(xiàn)（References）：

[1] 王鵑.基于動(dòng)作捕捉技術(shù)的少數(shù)民族舞蹈數(shù)字化開(kāi)發(fā)[J].貴州民族研究，2017，38（11）：4.

[2] 王夢(mèng)佳.談貴州少數(shù)民族舞蹈的發(fā)展和保護(hù)[J].大眾文藝：學(xué)術(shù)版，2013（1）：1.

[3] 楊妮，宋歌瑪.土家擺手舞文化內(nèi)涵及價(jià)值探析[J].藝術(shù)科技，2021，34（5）：2.

[4] 歐光艷.淺析貴州苗族原生態(tài)舞蹈“錦雞舞”的藝術(shù)特征[J].大眾文藝：學(xué)術(shù)版，2011（14）：2.

[5] Xie S， Sun C， Huang J， et al. Rethinking spatiotemporalfeature learning： Speed-accuracy trade-offs in video classification[C]//（ECCV），2018：305-321.

[6] Diba A， Fayyaz M， Sharma V， et al. Temporal 3DConvNets： New Architecture and Transfer Learning for Video Classification[J]，2017.

[7] Shi X， Chen Z， Wang H， et al. Convolutional LSTM?Network： A Machine Learning Approach for Precipitation Nowcasting[J]，2015，28：802-810.

[8] Qiu Z， Yao T， Mei T. Learning Spatio-Temporal?Representation with Pseudo-3D Residual Networks[C]. IEEE，2017：5534.

[9] Ji S， Xu W， Yang M， et al. 3D Convolutional NeuralNetworks for Human Action Recognition[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence，2013，35（1）：221-231.

[10] Tran D， Bourdev L， Fergus R， et al. Learningspatiotemporal features with 3D convolutional networks[C].Proceedings of 2015 IEEE International Conference on Computer Vision. Santiago， Chile，2015：4489-4497.