Машинное обучение помогло распознать человека по танцу

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Финские ученые выяснили, что по движениям во время свободного танца можно автоматически определить танцующего с точностью выше 90 процентов. Для этого они обучили классификатор, основанный на методе опорных векторов, и использовали для этого движения 73 человек, танцующих под 16 песен разных жанров. Интересно, что жанр песни по танцу классификатор определить не смог. Статья опубликована в Journal of New Music Research

Танец в первую очередь предполагает ритмичные движения, подходящие под исполняемую музыку: например, очевидно, что под музыку с высоким темпом человек будет танцевать более энергично. Подобная связь, разумеется, двусторонняя: точно так же, как музыка предполагает определенный танец, танец должен подходить под музыку. Получается, по исполняемым во время танца движениям можно определить изначальную музыку. 

Ученые под руководством Эмили Карлсон (Emily Carlson) из Университет Йювяскюля решили попробовать сделать это автоматически. Для этого они попросили 73 добровольцев потанцевать под 16 композиций восьми разных жанров: в список вошли, например, песня «Want You More!» группы Duran Duran и джазовая композиция «Muskrat Ramble» в исполнении Сиднея Беше. Движения участников во время танца регистрировали с помощью системы захвата движений, на основе чего создавалась движущаяся двухмерная модель их тела.

Полученные данные ученые классифицировали с помощью алгоритма, основанного на методе опорных векторов. Такой метод позволяет расположить объекты в многомерном пространстве в зависимости от того, как они отличаются друг от друга по тем или иным признакам, которые выделяются из данных: например, в случае с танцем это могла быть скорость движения головы.

Исследователи попробовали классифицировать модели движений по двум признакам: жанру и тому, кто его танцует. С определением жанра алгоритм справился плохо: в среднем его точность была менее 30 процентов. А вот отдельного участника исследования по танцу он определил с очень высокой точностью — около 94 процентов. Самыми значимыми признаками, по которым алгоритм классифицировал танцы, оказались движения головы, плеч и коленей.

Точность классификации в зависимости от жанра

Emily Carlson et al. / Journal of New Music Research, 2020

Авторы заключили, что движения во время свободного танца для каждого человека индивидуальны, а вот определить по танцу музыку уже сложнее. При этом в некоторых случаях алгоритму было сложнее классифицировать танец по участникам. Касается это, например, танцев под металл: по-видимому, связано это с тем, что жанр подразумевает, в основном, хедбэнгинг и не дает особого простора для проявления индивидуальности.

Несмотря на то, что музыку довольно сложно определить по танцу, который под нее исполняется, универсальность в ней все же есть: в ноябре ученые выяснили, что композиции некоторых музыкальных жанров (например, колыбельные песни и песни о любви) похожи у различных культур.

Елизавета Ивтушок


Источник: nplus1.ru

Комментарии: