一种基于姿态关系特征的机器人舞蹈生成方法

• 作者: 吴瑞琪 周昌乐 彭文耀 晁飞
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器人舞蹈 姿态关系 深度学习 动作图
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 研究简报
• 页码范围: 774-780
• 页数: 7页
• 分类号: TP242.6
• 字数: 5847字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201902018

摘要

如何使机器人伴随着音乐舞蹈是一个有趣又有挑战性的课题,为此提出了一种自动生成机器人舞蹈动作序列的方法.采用门控循环单元(GRU)网络分别学习音乐的全局特征与舞蹈姿态关系特征之间的相关性、音乐局部特征与舞蹈动作密度特征之间的相关性,再结合舞蹈动作图,采样并规划出与节拍同步的机器人舞蹈动作.该方法适用于目前商业娱乐机器人平台上提供的规模小、风格多样的机器人舞蹈数据集.将其在优必选Alpha1S机器人平台上进行实验后发现,机器人能够根据算法生成的动作序列演绎出稳定、流畅的舞蹈;调查问卷表明,人们很难区分舞蹈片段是由该算法生成的还是由人类设计的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昌乐	厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室	148	1475	22.0	30.0
2	晁飞	厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室	8	44	3.0	6.0
3	彭文耀	厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室	1	0	0.0	0.0
4	吴瑞琪	厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室	1	0	0.0	0.0