原文传递
音乐数据驱动的基于机器学习的舞蹈动作生成方法
| 专利名称： | 音乐数据驱动的基于机器学习的舞蹈动作生成方法 |
| 摘要： | 本发明公开了一种音乐数据驱动的基于机器学习的舞蹈动作生成方法。方 法的步骤如下：预先构建的动作和音乐数据库，分析动作和音乐特征的相关性 系数，选择最优的相关性系数集合；使用基于boost的机器学习方法获得可以对 动作和音乐匹配程度进行评分的学习器；对每个音乐片段，系统综合考虑候选 动作片段与输入音乐片段的匹配程度以及动作片段的平滑程度，选择最佳动作 片段。本发明实现了给定任意音乐，系统可以根据习得的机器学习模型自动从 舞蹈动作数据库中选择最佳动作序列的功能。解决了动画制作过程中音乐和动 画难以良好匹配的难题，提供了一个在动画制作中进行全自动编舞的算法框架。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 浙江;33 |
| 申请人： | 浙江大学 |
| 发明人： | 耿卫东;樊儒昆;徐颂华 |
| 专利状态： | 有效 |
| 申请日期： | 2009-07-30T00:00:00+0800 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN200910101046.1 |
| 公开号： | CN101615302 |
| 代理机构： | 杭州求是专利事务所有限公司 |
| 代理人： | 张法高 |
| 分类号： | G06T15/70(2006.01)I |
| 申请人地址： | 310027浙江省杭州市浙大路38号 |
| 主权项： | 1.一种音乐数据驱动的基于机器学习的舞蹈动作生成方法，方法的步骤如 下： 1)构建动作和音乐数据库，将动作和音乐特征按照节奏点位置切分为动作和 音乐片段对； 2)对每一对动作和音乐片段对进行相关性分析得到相关性系数矩阵，选择最 优的相关性系数集合； 3)使用基于boost的机器学习方法将每个动作和音乐片段对作为训练样本， 获得对动作和音乐片段对匹配程度进行评分的学习器； 4)将用户输入系统的音乐按照节奏特征切分为音乐片段； 5)用户输入系统使用动态规划算法综合考虑学习器给出的匹配分值以及前 后动作片段的连贯性，选择最佳动作序列； 6)对动作序列进行动作对齐，动作变形以及动作平滑以优化结果。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
