基于LMA的舞蹈评价模型：人工智能舞蹈交互系统

2023-10-29 理论教育版权反馈

【摘要】：在他们的实验中，专业舞者动作的特征向量和初学者动作的特征向量显示出很大的差异，这证明该方法对日本民族舞蹈动作的分类识别是有效的。图3-1 动作评价系统架构本章从舞蹈教学的需求出发，将拉班动作分析理论与舞蹈教学中常用指导用语的特点结合，提出一个基于拉班运动分析理论的动作评估模型。

舞蹈表演之所以让人觉得赏心悦目，是因为多样的动作和旋律的准确配合，以及舞蹈动作表现出的相应的情绪。因此，在舞蹈表演中，如何将动作的内在含义表达出来、如何准确表现一个动作、什么时间做什么样的动作等都至关重要。^[1]换句话说，优美的舞蹈动作需要在时间、空间、内在表现力等方面达到和谐统一。传统的舞蹈教学是一个依照一定的教学步骤推进的动态过程，身体语言是教学的内容，受教学生的水平是确定教学内容复杂程度的依据，老师根据对应等级的教学目标来对学生的舞蹈动作进行有针对性的评价和指导。^[2]此外，学生在学习舞蹈的过程中，通常需要老师的指导，老师要提出指导意见并亲身示范。在示范的过程中，老师会示范重点、难点动作，并对技巧要领进行讲解。在学生模仿的过程中，老师会对学生动作中出现的错误及时进行纠正，从而使学生及时改正动作，取得进步。通常情况下，在学习舞蹈的过程中，如果没有老师的支持和指导，学生很难掌握全面、正确的舞蹈技巧。因此，为了保证舞蹈交互系统的有效性，需要参考传统的舞蹈教学标准和教学模式，从中提取可量化的参数，生成一个自动评价模型，对学生的舞蹈动作进行量化评估，并根据评测内容生成直观的、有价值的反馈意见，从而使学生在学习过程中取得进步。

在已有的舞蹈动作分析方法中，研究者为了更好地帮助舞者了解动作，会借助运动生物力学的研究方法对舞蹈进行定量分析，揭示舞蹈运动过程中的一些特殊运动规律。这些方法在不考虑人体动作的形态、运动素质水平的前提下，探索身体在该运动中如何用力才能达到最佳的状态，然后在此基础上为舞者定制个性化的指导方案。例如，Bronner等人^[3]描述了人体的重心在肢体运动中起到的协调性作用；Barnes等人^[4]研究身体各部分的相互关系对舞蹈的影响；还有学者探讨不同的舞蹈动作中身体各部分之间存在的力学突出特点（例如Imura等人^[5]用角动量和腿的力矩扭矩来分析芭蕾舞连续三次旋转动作中脚的力量变化）。但是，上述的研究方法主要是基于某些特定的舞蹈动作来分析舞蹈动作中人体局部的一些力学特征，对有经验的舞者而言，这些方法确实有助于提升技能，但从舞蹈训练的角度上看，这些方法缺乏一定的系统性、结构性。

此外，基于模板的动作匹配方法也是常用的舞蹈动作分析方法。首先，对学生的动作进行特征提取，然后计算每个输入运动和运动模板之间的相似度，以此测算舞蹈动作的差异。Yoshimura等人^[6]为了研究日本民族舞蹈的特点，定义了肢体部位的夹角，将其作为特征集合并进行量化。在他们的实验中，专业舞者动作的特征向量和初学者动作的特征向量显示出很大的差异，这证明该方法对日本民族舞蹈动作的分类识别是有效的。Alexiadis等人^[7]的舞蹈系统也以角度值作为特征集合，通过两个角度值集合之间的欧几里得距离来计算模板运动与用户运动之间的相似性。不过以上的舞蹈动作分析方法的重点都在于分析舞蹈动作之间的特征差异性，目的是对舞蹈动作进行分类与识别，并未从舞蹈动作的评估需求切入做进一步的探讨。Jacky等人^[8]的舞蹈训练系统则考虑到了对舞蹈动作的评估，通过人体关节点的位置、运动速度、角速度等方面的差异来计算哪个关节移动的位置有误、保持的关节角度是否合适，并以分数的形式来呈现评析结果。分数虽然可以在一定程度上反映动作中存在的问题，不过仍旧缺乏一定的直观性，不能像指导老师那样，就舞蹈动作的节奏、形体、力度等方面给予学生更多有效的指导意见。如何在虚拟的舞蹈学习系统中设定一个符合教学需要的评价模型对舞蹈动作进行分析评估？如何将分析所得的量化参数结构化，生成一条直观的指导评语？这都是具有挑战性的研究。

(www.chuimin.cn)

图3-1 动作评价系统架构

本章从舞蹈教学的需求出发，将拉班动作分析理论（Laban Movement Analysis，LMA）与舞蹈教学中常用指导用语的特点结合，提出一个基于拉班运动分析理论的动作评估模型（见图3-1）。我们以“现代舞理论之父”——拉班的动作分析理论为基础，对它进行概念提取，构建一个层次化的LMA概念架构；再结合传统舞蹈动作的教学内容，对老师在指导过程中常用的一些结构性指导语句进行结构化分析，找到LMA的抽象概念和老师教学评语之间的对应关系；最后把得到的评价标准从不同的方面进行切分，从而建立一个包含传统舞蹈教学评价标准的开放式架构。

基于LMA的舞蹈评价模型：人工智能舞蹈交互系统

相关推荐