公开(公告)号：CN119785421A

公开(公告)日：2025-04-08

申请号：CN202411781807.3

申请日：2024-12-05

Applicant: 北方工业大学

Inventor： 李敏 ,  杜丽娜 ,  桑婧 ,  鲁远耀

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/80 ,  G06N3/042 ,  G06N3/09

Abstract: 本发明提供一种从拉班舞谱生成三维人体运动数据的方法，属于计算机视觉及图像处理技术领域，采用拉班符号语义约束的变分自编码器VAE，融合多个肢体部位的拉班符号描述，并使用时空图神经网络表示人体骨架特征，通过Transformer编码器获取VAE隐变量空间，并从中采样生成三维人体运动的骨架表示，实现符合拉班舞谱描述的三维人体运动。本发明将拉班舞谱转换为三维人体运动数据形式，具备重要的应用意义，例如能够支持以计算机可视化的方式对人体运动进行还原，以直观地看到舞谱所描述的人体运动，这将极大地方便拉班舞谱的解读和浏览，并对舞谱的普及和依据舞谱的舞蹈教学和交流发挥相当大的作用。

公开(公告)号：CN119785420A

公开(公告)日：2025-04-08

申请号：CN202411781707.0

申请日：2024-12-05

Applicant: 北方工业大学

Inventor： 李敏 ,  杜丽娜 ,  桑婧 ,  鲁远耀

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/44 ,  G06F17/16

Abstract: 本发明提供一种基于部位特定注意力Transformer模型的拉班舞谱自动生成方法，涉及计算机视觉及图像处理技术领域；对运动数据进行预处理，包括坐标变换和归一化；部位特定注意力模块输出特征序列{g1,g2,...,gL}，经过位置编码之后输入到编码解码器中；采用编码器‑解码器架构来学习舞蹈沿时间维度上的身体运动的动态特征；解码器依次输出序列{z1,z2,...,zL}，映射为拉班符号；将生成的拉班符号按照时间顺序进行排列，得到目标舞蹈对应的拉班舞谱。本发明通过部位特定注意力模块来学习不同肢体部位之间的特征相关性，提取整体人体运动特征，并使用Transformer编码器‑解码器模型来学习舞蹈动作在时间上的复杂动态特性，最终生成高质量的拉班舞谱，能够大大提升拉班舞谱的记谱效率。