学位论文 > 优秀研究生学位论文题录展示

音乐驱动的舞蹈动作自动生成方法的研究

作 者: 仉佃星
导 师: 石祥滨
学 校: 辽宁大学
专 业: 计算机软件与理论
关键词: 音乐特征提取 动作特征提取 音乐—动作对应关系 音乐—舞蹈合成
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 27次
引 用: 0次
阅 读: 论文下载
 

内容摘要


近年来,随着动作捕获、音乐特征提取、图像处理等技术的不断发展,音乐驱动的舞蹈动作自动生成技术已经成为音乐理解与舞蹈合成领域的研究热点。要增强音乐与舞蹈变化的同步性并提高音乐—舞蹈的合成质量,确定音乐—动作的对应关系和改进舞蹈动作自动生成方法是关键。音乐—动作对应关系是具有一定相关性的音乐—动作特征对组合。音乐—动作特征相关性反映的是音乐变化对动作变化的影响程度,体现为音乐与舞蹈动作变化的同步性。舞蹈动作自动生成的实质是具有约束条件的舞蹈合成问题,其约束条件是输入的背景音乐。本文对音乐驱动的舞蹈动作自动生成方法进行了研究,主要完成了以下两方面的工作:第一,确定音乐—动作对应关系。针对特定风格的音乐和舞蹈,本文采用遗传算法训练音乐—动作的对应关系。该方法首先提取音乐和动作底层特征,并进行相关性分析排除部分特征对,然后采用遗传算法优化选择满足匹配准确率与运算速度的对应关系。对应关系由具有相关性的音乐—动作特征对组合而成,组成对应关系的音乐、动作特征是一一对应的。相关系数表示底层特征在音乐—动作变化中的关联程度,为了更好地体现音乐、动作变化的关联程度,在相关性计算时本文使用特征值的变化率代替特征值本身。遗传算法的关键是适应度函数的设计,以方便计算为出发点,本文采用对应关系准确度作为适应度函数。第二,改进舞蹈动作自动生成方法。舞蹈动作生成时,首先构建用于检索动作片段的动作图,然后通过遍历动作图为每个音乐片段选取符合映射条件的动作片段,最后在时间序列上将音乐片段与动作片段进行合成处理。本文在检索动作片段时,为提高准确率,对音乐—动作片段的映射设置了三个条件:音乐—动作片段的匹配度、动作片段的相似度和音乐—动作片段的时间长度。在进行音乐—舞蹈合成时,为提高音乐、舞蹈的同步性,本文使用时间动态规整技术调整音乐片段长度;为增强音乐舞蹈表演的真实性,本文使用姿态重定向技术对关节点的朝向进行对齐处理。最后,本文通过实验进行了对应关系的有效性验证,并根据用户研究对生成的舞蹈与音乐的合成质量进行了评价。结果表明,与高层统计特征相比底层特征构成的对应关系能更充分地体现音乐与动作变化的同步性,而且使用本文改进的改进舞蹈动作自动生成方法合成的音乐—舞蹈匹配质量更高。

全文目录


摘要  4-6
ABSTRACT  6-12
第1章 绪论  12-17
  1.1 背景和意义  12-13
  1.2 研究现状  13-14
  1.3 问题描述  14-15
  1.4 本文完成的工作  15-17
第2章 系统总体流程  17-23
  2.1 确定音乐—动作对应关系流程  17-20
  2.2 音乐—舞蹈合成流程  20-23
第3章 特征分析与提取  23-35
  3.1 预处理  23-25
  3.2 音乐特征  25-29
    3.2.1 音乐的组成分析  25-26
    3.2.2 分析和提取音乐特征  26-29
  3.3 动作特征  29-35
    3.3.1 人体模型的表达  29-31
    3.3.2 分析和提取动作特征  31-35
第4章 确定音乐—动作对应关系  35-45
  4.1 对应关系  35-36
  4.2 相关性分析  36-39
    4.2.1 相关系数计算  36-38
    4.2.2 特征值变化率  38-39
  4.3 对应关系优化  39-45
    4.3.1 遗传算法  40-42
    4.3.2 适应度函数  42-45
第5章 舞蹈动作自动生成方法  45-55
  5.1 舞蹈动作生成步骤  45-46
  5.2 动作图  46-50
    5.2.1 标准动作图  46-47
    5.2.2 高连通动作图  47-50
  5.3 动作检索  50-51
    5.3.1 起始点选择  50
    5.3.2 后续节点选择  50-51
  5.4 音乐与动作合成  51-55
    5.4.1 动态时间规整  52
    5.4.2 姿态重定向  52-55
第6章 实验结果及分析  55-59
  6.1 实验配置  55-56
  6.2 对应关系有效性  56-57
  6.3 用户研究  57-59
第7章 总结与展望  59-61
致谢  61-62
参考文献  62-65
攻读学位期间发表论文以及参加科研情况  65-66

相似论文

  1. 音乐情感识别方法的研究,TP391.4
  2. 独立成分分析在音乐信号处理中的应用,TN912.3
  3. HMM模型在哼唱检索中的应用,TP391.3
  4. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  5. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  6. 基于FPGA的高速图像预处理技术的研究,TP391.41
  7. 2D人脸模板保护算法研究,TP391.41
  8. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  9. 图像拼接技术研究,TP391.41
  10. 高效精确字符串匹配算法的研究与实现,TP391.41
  11. 基于三维重建的焊点质量分类方法研究,TP391.41
  12. 舌体特征的提取及融合分类方法研究,TP391.41
  13. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  14. 空中目标与背景的红外图像仿真技术研究,TP391.41
  15. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  16. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  17. 双传感器图像联合目标检测及系统实现研究,TP391.41
  18. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  19. 基于纹理特征的视频编码技术研究,TP391.41
  20. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  21. Q学习在基于内容图像检索技术中的应用,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com