王景振 邱璇(宜春學(xué)院體育學(xué)院 江西 宜春 336000)
在線教育的普及順應(yīng)了現(xiàn)代教育的發(fā)展,國際標(biāo)準(zhǔn)舞是以實踐性為主的技能主導(dǎo)類運(yùn)動項目,如何將新技術(shù)良好嵌入至教學(xué)和競賽中,是當(dāng)前高校國際標(biāo)準(zhǔn)舞教育工作者亟需解決的問題。傳統(tǒng)的舞蹈教學(xué)主要通過教師示范,學(xué)生模仿、師生反饋、糾錯練習(xí)等環(huán)節(jié)。然而,隨著在線教學(xué)的發(fā)展,這種傳統(tǒng)的教學(xué)模式在遷移到線上時,由于缺乏面對面的感知環(huán)境,教學(xué)效果往往大打折扣。目前,雖然既往研究中嘗試采用人工智能和物聯(lián)網(wǎng)等技術(shù)開發(fā)的舞蹈實訓(xùn)空間,或使用交互式機(jī)器人進(jìn)行舞蹈教學(xué)等方式,但是這些技術(shù)往往對教學(xué)環(huán)境和設(shè)備有較高的要求,難以進(jìn)行大規(guī)模推廣。通過廣泛查閱資料發(fā)現(xiàn),一種新型的MIPNet 姿態(tài)估計技術(shù)能夠捕捉到人體關(guān)鍵點的坐標(biāo),根據(jù)這些坐標(biāo)來描述一個標(biāo)準(zhǔn)的舞蹈動作,從而提供更準(zhǔn)確的教學(xué)反饋,為高校國際標(biāo)準(zhǔn)舞蹈競賽與教學(xué)的發(fā)展提供了無限可能,同時通過動作識別技術(shù),對學(xué)生的舞蹈動作進(jìn)行識別實現(xiàn)自動化的舞蹈教學(xué)和競賽。在競賽場景中,通過姿態(tài)估計技術(shù)和動作識別技術(shù),對學(xué)生的舞蹈動作進(jìn)行精確評估,可以提高考核的準(zhǔn)確性和公平性。基于此,本研究提出了一種利用MIPNet 姿態(tài)估計和動作識別技術(shù)的在線技術(shù)方案。該方案不依賴復(fù)雜的實訓(xùn)空間或昂貴的傳感器設(shè)備,實用性強(qiáng),應(yīng)用性廣,能夠有效地提高舞蹈在線教學(xué)和考試的效果。在運(yùn)用的過程中,第一步打造國際標(biāo)準(zhǔn)舞教師正確舞蹈動作的資料庫;第二步通過學(xué)生提供的舞蹈視頻,使用MIPNet 姿態(tài)估計技術(shù)獲得學(xué)生身體部位關(guān)鍵點的坐標(biāo)預(yù)測信息;第三步,結(jié)合已獲信息,通過對比學(xué)生和教師的舞蹈動作,利用動作識別技術(shù)來進(jìn)行評分和反饋。總的來說,通過結(jié)合人工智能和舞蹈教學(xué)以提供更高效、更準(zhǔn)確的舞蹈教學(xué)和競賽方式,從而提升教育質(zhì)量,滿足線上教學(xué)的發(fā)展需求。
在傳統(tǒng)舞蹈教學(xué)中,教師通過直接觀察和反饋來評估學(xué)生的動作細(xì)節(jié)的教學(xué)方式耗時耗力。隨著科學(xué)技術(shù)的發(fā)展,人工智能技術(shù)逐漸被引入到舞蹈教學(xué)之中,這種基于2D 姿態(tài)估計技術(shù)的教學(xué)方法——MIPNet 姿態(tài)估計技術(shù)可以提高教學(xué)效率和效果,同樣MIPNet 也適用于多人舞蹈練習(xí)場景,實現(xiàn)多人的人體姿態(tài)估計,它基于深度學(xué)習(xí)的方法,能夠高效準(zhǔn)確地預(yù)測多人的2D 人體關(guān)鍵點。在實際應(yīng)用中,MIPNet 結(jié)合了Faster R-CNN 算法,有效處理人體遮擋問題,提供實時性的姿態(tài)估計服務(wù)。這種方法在舞蹈教學(xué)和競賽中具有極高的實用價值,能夠及時、準(zhǔn)確地反饋學(xué)生的動作信息,幫助教師進(jìn)行精細(xì)化教學(xué)。具體來說,MIPNet 首先通過Faster R-CNN 算法檢測出舞蹈學(xué)生的人體區(qū)域。Faster R-CNN 算法的實現(xiàn)過程可以分為三個主要步驟。
第一步,F(xiàn)aster R-CNN 算法將輸入的圖像數(shù)據(jù)進(jìn)行深度學(xué)習(xí)處理,得到相應(yīng)的特征圖。這個特征圖可以理解為一種包含了圖片內(nèi)部各種特征的地圖,它是Faster R-CNN 算法識別目標(biāo)的基礎(chǔ)。這一步中,深度學(xué)習(xí)網(wǎng)絡(luò)通過對輸入圖片的深度學(xué)習(xí)處理,提取出圖片的特征信息,這些特征信息包括了顏色、紋理、形狀等多種信息,這些信息是Faster R-CNN算法識別目標(biāo)的關(guān)鍵;
第二步,F(xiàn)aster R-CNN 算法通過區(qū)域提議網(wǎng)絡(luò)(RPN)生成候選框。這些候選框就是可能存在目標(biāo)物體的區(qū)域。這一步中,區(qū)域提議網(wǎng)絡(luò)根據(jù)特征圖生成一系列的候選框,每個候選框都表示了一個可能存在目標(biāo)的區(qū)域,這些區(qū)域的范圍和位置都是由區(qū)域提議網(wǎng)絡(luò)自動確定的;
第三步就像是一個篩選的過程,通過特征矩陣和全連接層的計算,F(xiàn)aster R-CNN 算法可以判斷每個候選框中是否真的存在目標(biāo)物體,并確定其具體的類別和位置。通過這一步,F(xiàn)aster R-CNN 算法最終實現(xiàn)了對目標(biāo)的精確識別。通過Faster R-CNN 算法,我們可以快速準(zhǔn)確地找到正在進(jìn)行舞蹈學(xué)生的人體區(qū)域,然后,將這個區(qū)域的坐標(biāo)信息傳送給MIPNet 網(wǎng)絡(luò)。MIPNet 網(wǎng)絡(luò)接收到這個信息后,就可以開始進(jìn)行姿態(tài)估計的計算。MIPNet 網(wǎng)絡(luò)通過深度學(xué)習(xí)的方法,對輸入的人體區(qū)域進(jìn)行分析,預(yù)測出人體的17 個關(guān)鍵點的坐標(biāo)位置。這17 個關(guān)鍵點包括了人體的頭部、肩部、胳膊、腿、腳等主要部位,這些部位的位置信息對于舞蹈動作的判斷和評估至關(guān)重要。在進(jìn)行姿態(tài)估計時,MIPNet 網(wǎng)絡(luò)會生成一個熱度圖,這個熱度圖表示了每個關(guān)鍵點的位置信息。通過分析這個熱度圖,我們就可以得到每個關(guān)鍵點的精確坐標(biāo),從而實現(xiàn)對舞蹈動作的詳細(xì)解析。MIPNet 不僅可以準(zhǔn)確預(yù)測單人的人體姿態(tài),而且能夠有效地處理多人舞蹈練習(xí)場景。在多人舞蹈練習(xí)場景中,由于人體之間的交疊和遮擋,常規(guī)的姿態(tài)估計方法往往難以準(zhǔn)確地識別和定位每個人的關(guān)鍵點。但是,MIPNet 通過設(shè)計特殊的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練策略,可以有效地解決這個問題,實現(xiàn)對多人姿態(tài)的準(zhǔn)確估計。在實際應(yīng)用中,MIPNet 結(jié)合Faster R-CNN 算法,可以為舞蹈教學(xué)提供強(qiáng)大的技術(shù)支持。教師通過這種方法,實時監(jiān)測學(xué)生的動作,及時發(fā)現(xiàn)并糾正錯誤,從而增強(qiáng)教學(xué)效果。同時,這種方法也可用于舞蹈競賽,通過對學(xué)生動作的精確分析,可以更公正、更科學(xué)地進(jìn)行評分。更進(jìn)一步,MIPNet 和Faster R-CNN算法的結(jié)合,為舞蹈創(chuàng)新提供了新的可能,研究人員可以通過這種方法,收集和分析大量的舞蹈動作數(shù)據(jù),從而發(fā)現(xiàn)新的舞蹈元素和組合,為舞蹈創(chuàng)新提供靈感。
MIPNet 姿態(tài)估計技術(shù)能夠通過計算學(xué)生身體各部位間的角度來描繪出舞蹈動作的形態(tài)。這些角度信息隨后和標(biāo)準(zhǔn)舞蹈動作模板進(jìn)行比對,以便發(fā)現(xiàn)學(xué)生動作與教師示范動作的不同之處。比如,通過對比教師和學(xué)生右臂三點(右肩、右肘、右腕)構(gòu)成的角度,若發(fā)現(xiàn)學(xué)生的右手夾角大于教師的,那么系統(tǒng)就會提醒學(xué)生需要將右手腕抬高約30°。MIPNet 姿態(tài)估計技術(shù)的應(yīng)用,不僅支持學(xué)生在無教師陪伴的情況下自我學(xué)習(xí)和改正動作,同時也使教師能更精確地評價學(xué)生的動作標(biāo)準(zhǔn)度及基本功的穩(wěn)固程度。進(jìn)一步來說,當(dāng)學(xué)生可以自我尋錯和糾錯時,教師就能把更多的精力投入到傳授舞蹈動作背后的深層情感理解上,引領(lǐng)學(xué)生實現(xiàn)舞蹈動作與情感的有機(jī)結(jié)合。這樣的教學(xué)模式實質(zhì)上是在踐行“學(xué)生主導(dǎo),教師引領(lǐng)”的教學(xué)理念,既提升了學(xué)生的主動學(xué)習(xí)能力,又提高了教師的教學(xué)效率。

表1 人體17 個關(guān)鍵點對應(yīng)的坐標(biāo)序號
PoseC3D 動作識別技術(shù)是一種新型的計算機(jī)視覺技術(shù),它基于深度學(xué)習(xí)的方法對人體的三維姿態(tài)進(jìn)行分析,能夠準(zhǔn)確地識別出基礎(chǔ)舞蹈動作。該技術(shù)在高校國際標(biāo)準(zhǔn)舞蹈教學(xué)和競賽中的應(yīng)用,為教師提供了一種全新的、科學(xué)的教學(xué)和評估手段。在舞蹈教學(xué)場景中,教師通常需要對學(xué)生的動作進(jìn)行細(xì)致的觀察和分析,判斷出學(xué)生動作的優(yōu)點和不足,然后給出具體的指導(dǎo)意見。這個過程需要教師具有豐富的舞蹈知識和敏銳的觀察力。而PoseC3D 動作識別技術(shù)的出現(xiàn),使得這個過程可以得到有效的簡化和優(yōu)化。在具體過程中,PoseC3D 動作識別技術(shù)會對學(xué)生和教師的舞蹈視頻進(jìn)行處理,通過深度學(xué)習(xí)網(wǎng)絡(luò)識別出視頻中的人體關(guān)鍵點,然后根據(jù)這些關(guān)鍵點的位置和相互關(guān)系,計算出學(xué)生和教師的人體姿態(tài)。這個過程中,PoseC3D 動作識別技術(shù)會對學(xué)生和教師的人體姿態(tài)進(jìn)行詳細(xì)的比較和分析,找出學(xué)生動作中的不足,并結(jié)合教師的優(yōu)秀動作,生成具體的糾正建議。在國際標(biāo)準(zhǔn)舞蹈比賽中,學(xué)生可能會進(jìn)行臨場發(fā)揮,這時就需要更靈活的技術(shù)來進(jìn)行動作識別和評分。PoseC3D 動作識別技術(shù)的應(yīng)用,就為此提供了解決方案。它首先會識別出學(xué)生的基本舞步,然后在數(shù)據(jù)庫中尋找與這些動作相對應(yīng)的教師模板。這樣,即使學(xué)生進(jìn)行了個性化表演,也能找到最匹配的教師動作作為評估基準(zhǔn),最后,PoseC3D 動作識別技術(shù)會通過對學(xué)生和教師關(guān)鍵動作點的比較,計算出學(xué)生的得分,以此來評估學(xué)生的表演水平。這種應(yīng)用方式,不僅保證了評估的公正性,也充分展示了深度學(xué)習(xí)技術(shù)在舞蹈教學(xué)和比賽中的潛力和價值。這個過程中,PoseC3D 動作識別技術(shù)會計算出多個評估指標(biāo),如動作的準(zhǔn)確度、流暢度、節(jié)奏感等,然后根據(jù)這些指標(biāo)的差異,生成學(xué)生的得分。總的來說,PoseC3D 動作識別技術(shù)在高校國際標(biāo)準(zhǔn)舞蹈教學(xué)和競賽中的應(yīng)用,可以有效地解決傳統(tǒng)教學(xué)和評估方法中的多種問題,如教師的主觀性、評估的不公正性等。同時,它也為舞蹈教學(xué)提供了一種新的、科學(xué)的方法,使得教學(xué)和評估過程更加精確、高效。PoseC3D動作識別技術(shù)的應(yīng)用,使得教師可以將更多的精力放在教學(xué)內(nèi)容和學(xué)生的個性化指導(dǎo)上,而不是耗費(fèi)大量時間在動作的觀察和判斷上。同時,該技術(shù)也為學(xué)生提供了一種全新的學(xué)習(xí)和自我評估方式。學(xué)生可以通過PoseC3D 動作識別技術(shù),清楚地看到自己的動作與標(biāo)準(zhǔn)動作的差異,從而更好地理解和掌握舞蹈動作。此外,PoseC3D 動作識別技術(shù)還可以提供實時的反饋,幫助學(xué)生在練習(xí)過程中及時發(fā)現(xiàn)并改正錯誤,提高學(xué)習(xí)效率。
在高校國際標(biāo)準(zhǔn)舞蹈競賽中,傳統(tǒng)的評分方式依賴于考官的主觀判斷,這不可避免地帶來了一定程度的偏見和不一致。但是,隨著科技的發(fā)展,我們現(xiàn)在可以選擇更加科學(xué)和公平的評估方式,那就是使用MIPNet 姿態(tài)估計技術(shù)和動作識別技術(shù)。這些技術(shù)能夠幫助我們準(zhǔn)確地定位舞者的人體關(guān)鍵點,并且能夠識別和比較舞者的動作,從而對舞者的表演進(jìn)行客觀和精確的評估。首先,我們需要建立一個舞蹈專業(yè)考試數(shù)據(jù)庫。這個數(shù)據(jù)庫的建立并不是簡單地根據(jù)舞蹈的名稱進(jìn)行分類,而是需要根據(jù)舞蹈的動作元素和基本技巧來進(jìn)行分類。例如,國際標(biāo)準(zhǔn)舞蹈會包含左足并換步、右轉(zhuǎn)步、右足并換步、扇形位、手對手、原地左轉(zhuǎn)步等基本動作和舞步,我們就需要將這些元素作為分類的依據(jù)。而這些動作和舞步元素的信息,可以通過使用MIPNet 姿態(tài)估計技術(shù)來獲得。這種技術(shù)可以幫助我們精確地定位舞者的人體關(guān)鍵點,并獲取舞者身體各部位的角度信息。然后,我們可以將這些基本舞步的視頻信息、人體關(guān)鍵點坐標(biāo)信息以及身體各部位之間的角度信息用來建立舞蹈競賽數(shù)據(jù)庫。在進(jìn)行遠(yuǎn)程考競賽時,學(xué)生可以選擇一種舞蹈類型進(jìn)行即興編舞。在實際競賽中,系統(tǒng)會根據(jù)學(xué)生競賽的視頻數(shù)據(jù),運(yùn)用MIPNet 姿態(tài)估計技術(shù)定位學(xué)生的人體關(guān)鍵點,并計算相關(guān)的角度數(shù)據(jù)。接著,服務(wù)端會利用PoseC3D 動作識別技術(shù)來識別學(xué)生的動作。PoseC3D 動作識別技術(shù)可以根據(jù)學(xué)生的動作數(shù)據(jù),判斷出學(xué)生正在進(jìn)行的動作是哪種動作或舞步,以及這種動作的完成程度如何。如果PoseC3D 技術(shù)判斷出的動作概率小于0.85,那么該動作或舞步將被視為學(xué)生的即興發(fā)揮。對于這樣的動作,將由考官進(jìn)行人工評分。如果PoseC3D 技術(shù)判斷出的動作概率大于0.85,那么該動作將被視為數(shù)據(jù)庫中的標(biāo)準(zhǔn)動作。然后,系統(tǒng)將會將學(xué)生的動作數(shù)據(jù)與數(shù)據(jù)庫中的模板動作數(shù)據(jù)進(jìn)行比較分析,從而得出一個客觀的評分。這個評分將基于學(xué)生動作的精確度,包括動作的執(zhí)行流暢性、關(guān)鍵點位置的準(zhǔn)確性、身體各部位之間的角度等因素。這種由計算機(jī)得出的評分,可以極大地減少人為因素的影響,從而提高評分的公平性和準(zhǔn)確性。然而,我們也需要注意到,舞蹈不僅僅是技術(shù)的展示,更是藝術(shù)的體現(xiàn)。因此,除了對基本動作的標(biāo)準(zhǔn)性進(jìn)行評價,我們還需要對學(xué)生的個性化動作、舞蹈的整體連貫性、表現(xiàn)力等方面進(jìn)行評價。這部分的評價將由專業(yè)的考官進(jìn)行,他們將根據(jù)學(xué)生的表演,給出相應(yīng)的評分。學(xué)生的總分將由這兩部分組成:一部分是由計算機(jī)得出的系統(tǒng)評分,這部分主要評價學(xué)生基本動作的標(biāo)準(zhǔn)性;另一部分是由考官給出的人工評分,這部分主要評價學(xué)生的個性化動作、舞蹈的整體連貫性等方面。這樣的評分系統(tǒng),不僅能夠更科學(xué)、公平地評價學(xué)生的舞蹈技能,還能夠更真實地反映他們的實際水平。它將技術(shù)和藝術(shù)結(jié)合起來,既能夠準(zhǔn)確地評價學(xué)生的技術(shù)水平,又能夠充分地考慮到學(xué)生的藝術(shù)創(chuàng)新和表現(xiàn)力。這不僅能夠促進(jìn)學(xué)生的技術(shù)進(jìn)步,也能夠激發(fā)他們的藝術(shù)創(chuàng)新精神。總的來說,MIPNet 姿態(tài)估計和PoseC3D 動作識別等技術(shù)的出現(xiàn),為高校國際標(biāo)準(zhǔn)舞蹈競賽帶來了新的可能。它們使得我們可以更加科學(xué)、公平和精確地評價學(xué)生的表演,從而更好地培養(yǎng)和選拔優(yōu)秀的舞蹈人才。
總體而言,MIPNet 姿態(tài)估計技術(shù)在高校國際標(biāo)準(zhǔn)舞蹈競賽與教學(xué)中的應(yīng)用,為我們提供了一種新的、科學(xué)的教學(xué)與評估方式,使得舞蹈教學(xué)與評估過程更加公平、精確、高效。它的出現(xiàn),不僅促進(jìn)了教學(xué)的科學(xué)化和標(biāo)準(zhǔn)化,也為高校國際標(biāo)準(zhǔn)舞蹈教學(xué)與競賽的發(fā)展創(chuàng)造了新的可能。我們有理由相信,隨著這些技術(shù)的不斷發(fā)展和完善,我們的舞蹈教學(xué)與競賽將會更加高效、公平、科學(xué),我們將會培養(yǎng)出更多的優(yōu)秀舞蹈人才。