网站首页 > 技术文章 正文
机器之心报道
参与:魔王、泽南
提起韩国流行音乐,充满感染力的舞蹈肯定是最重要的部分。那么,哪家的舞跳的最齐呢?
各类团综火爆今夏,青你、创造营 2020、乘风破浪的姐姐,还有刚开播的少年之名,都试图打造独一无二的男团女团。
对于多人组成的团体而言,与个人 solo 不同,成员间的默契度尤为重要,体现在舞蹈上可能就是「齐」了。「刀群舞」成为团体舞蹈实力的高评价词汇(刀群舞指非常整齐的群体舞蹈,动作就像军刀划过一样干净利落不拖泥带水)。
那么,在娱乐产业链发展较为完善、各种男团女团层出不穷的韩国,哪些团体的舞蹈最齐呢?
最近,油管博主 techie_ray 利用机器学习和数学分析了多个韩国男团的舞蹈整齐度,包括防弹少年团(BTS)、EXO、SHINee、GOT7、NCT、SEVENTEEN、MONSTA X 等,成为人们热议的话题。
00:00/00:00倍速
techie_ray 强调这一分析没有偏见,仅使用纯数学方式进行评估,评估结果仅基于计算机的严格计算。
计算方法
那么,对舞蹈整齐度的分析是如何实现的呢?techie_ray 在视频中介绍了具体步骤:
1. 找到干净的舞蹈样本
想要做横向对比,首先得有干净的数据。由于此次分析涉及舞蹈整齐度,因此 techie_ray 希望的样本是团体中所有个人舞蹈动作一样,没有单人 part,以便对团体中每个人的舞蹈动作进行公平的相似度分析。
此外,由于博主自己设计的 app 无法检测被其他团员遮挡的个人,因此舞蹈样本视频需要团体中的每个人相对散开,即尽量不要出现遮挡。
techie_ray 将每个团队的三四个样本合成一个视频。
2. 将视频上传到 app
接下来,将上述样本视频上传到博主自己开发的 app 中,令 app 执行相应的计算。
在今年 3 月份发布的另一则视频中,techie_ray 介绍了他利用人体姿态估计算法设计了一款用来评估舞蹈质量的 app。
视频地址:https://www.youtube.com/watch?v=bPDoMdn71h0
他的设计初衷是对比原始视频和输入视频的相似度,比如原版视频和自己的舞蹈视频,进而确认自己的舞蹈实力和进步方向。
具体而言,他使用 TensorFlow 框架下实现的姿态估计算法 Openpose,进行人体关键点检测。如果你想要自己运行一遍,需要安装好 Python 3、TensorFlow 1.41 以上版本,以及 opencv3 等库。
Openpose 的姿态估计示例。
?
项目地址:https://github.com/ildoonet/tf-pose-estimation
然后,利用梯度来计算舞蹈动作之间的相似度。
3. 评测男团舞时,app 后端发生了什么
在评测男团舞整齐度的场景下,这款 app 将舞蹈视频分解为多个帧,并分析每一帧中每个成员的舞蹈相似度。
?
4. 计算所有视频帧的平均整齐度
最后,这款 app 会计算舞蹈的整齐度。整齐度得分区间为 0%-100%,得分越高表示舞蹈整齐度越高。
我们来看看该分析中目前得分最高的男团是谁。
?
是 SEVENTEEN!
这支 13 人男团以 95.77% 的整齐度分数在该分析中名列第一,无怪乎有微博网友表示:
那么,在 techie_ray 的分析中,其他男团的舞蹈整齐度如何呢?我们来看一下:
SEVENTEEN 95.77%
TXT 组合 93.00%
straykids 92.71%
NCT127 91.98%
NCT_DREAM 91.47%
MonstaX 90.36%
GOT7 89.49%
SHINee 89.34%
防弹少年团(BTS) 87.77%
EXO 86.19%
WayV 85.53%
全球流行,火出 k-pop 圈的防弹少年团,在这里看来并不以舞步整齐度见长?不知和你的印象有没有不同?
不过同步程度只是流行舞蹈评价的一个方面。舞蹈评价是较为主观的,想要让人工智能给男团打分,还有很多其他方面需要考虑。
微博网友对防弹少年团(BTS)舞蹈整齐度得分的评价。
在这个项目之后,作者 techie_ray 表示下一个视频将会制作女团版本。
猜你喜欢
- 2024-12-26 SDXL Controlnet Tile V2模型发布:高清分辨率图像处理,效果爆炸
- 2024-12-26 基于图像的手语识别系统研究--人体动作识别
- 2024-12-26 使用Python实现虚拟试衣间 python虚拟变量
- 2024-12-26 你知道怎么使用OpenCV检测篮球运动员吗?
- 2024-12-26 每天一个AI姬,OpenPose官网上线,AI绘画创作更加活灵活现
- 2024-12-26 comfyui图生图及衍生的进阶工作流,从底层逻辑解析搭建逻辑!
你 发表评论:
欢迎- 最近发表
- 标签列表
-
- oraclesql优化 (66)
- 类的加载机制 (75)
- feignclient (62)
- 一致性hash算法 (71)
- dockfile (66)
- 锁机制 (57)
- javaresponse (60)
- 查看hive版本 (59)
- phpworkerman (57)
- spark算子 (58)
- vue双向绑定的原理 (68)
- springbootget请求 (58)
- docker网络三种模式 (67)
- spring控制反转 (71)
- data:image/jpeg (69)
- base64 (69)
- java分页 (64)
- kibanadocker (60)
- qabstracttablemodel (62)
- java生成pdf文件 (69)
- deletelater (62)
- com.aspose.words (58)
- android.mk (62)
- qopengl (73)
- epoch_millis (61)
本文暂时没有评论,来添加一个吧(●'◡'●)