魔王、泽南报道

现役韩国男团舞蹈整齐度哪家强?AI计算后说:SEVENTEEN

提起韩国流行音乐,充满感染力的舞蹈肯定是最重要的部分。那么,哪家的舞跳的最齐呢?

各类团综火爆今夏,青你、创造营 2020、乘风破浪的姐姐,还有刚开播的少年之名,都试图打造独一无二的男团女团。

对于多人组成的团体而言,与个人 solo 不同,成员间的默契度尤为重要,体现在舞蹈上可能就是「齐」了。「刀群舞」成为团体舞蹈实力的高评价词汇(刀群舞指非常整齐的群体舞蹈,动作就像军刀划过一样干净利落不拖泥带水)。

那么,在娱乐产业链发展较为完善、各种男团女团层出不穷的韩国,哪些团体的舞蹈最齐呢?

最近,油管博主 techie_ray 利用机器学习和数学分析了多个韩国男团的舞蹈整齐度,包括防弹少年团(BTS)、EXO、SHINee、GOT7、NCT、SEVENTEEN、MONSTA X 等,成为人们热议的话题

techie_ray 强调这一分析没有偏见,仅使用纯数学方式进行评估,评估结果仅基于计算机的严格计算。

计算方法

那么,对舞蹈整齐度的分析是如何实现的呢?techie_ray 在视频中介绍了具体步骤:

1. 找到干净的舞蹈样本

想要做横向对比,首先得有干净的数据。由于此次分析涉及舞蹈整齐度,因此 techie_ray 希望的样本是团体中所有个人舞蹈动作一样,没有单人 part,以便对团体中每个人的舞蹈动作进行公平的相似度分析。

此外,由于博主自己设计的 app 无法检测被其他团员遮挡的个人,因此舞蹈样本视频需要团体中的每个人相对散开,即尽量不要出现遮挡。

techie_ray 将每个团队的三四个样本合成一个视频。

2. 将视频上传到 app

接下来,将上述样本视频上传到博主自己开发的 app 中,令 app 执行相应的计算。

在今年 3 月份发布的另一则视频中,techie_ray 介绍了他利用人体姿态估计算法设计了一款用来评估舞蹈质量的 app。

视频地址:https://www.youtube.com/watch?v=bPDoMdn71h0

他的设计初衷是对比原始视频和输入视频的相似度,比如原版视频和自己的舞蹈视频,进而确认自己的舞蹈实力和进步方向。

具体而言,他使用 TensorFlow 框架下实现的姿态估计算法 Openpose,进行人体关键点检测。如果你想要自己运行一遍,需要安装好 Python 3、TensorFlow 1.41 以上版本,以及 opencv3 等库。

Openpose 的姿态估计示例。

项目地址:https://github.com/ildoonet/tf-pose-estimation

然后,利用梯度来计算舞蹈动作之间的相似度。

3. 评测男团舞时,app 后端发生了什么

在评测男团舞整齐度的场景下,这款 app 将舞蹈视频分解为多个帧,并分析每一帧中每个成员的舞蹈相似度。

4. 计算所有视频帧的平均整齐度

最后,这款 app 会计算舞蹈的整齐度。整齐度得分区间为 0%-100%,得分越高表示舞蹈整齐度越高。

我们来看看该分析中目前得分最高的男团是谁。

是 SEVENTEEN!

这支 13 人男团以 95.77% 的整齐度分数在该分析中名列第一,无怪乎有微博网友表示:

那么,在 techie_ray 的分析中,其他男团的舞蹈整齐度如何呢?我们来看一下:

  • SEVENTEEN 95.77%

  • TXT 组合 93.00%

  • straykids 92.71%

  • NCT127 91.98%

  • NCT_DREAM 91.47%

  • MonstaX 90.36%

  • GOT7 89.49%

  • SHINee 89.34%

  • 防弹少年团(BTS) 87.77%

  • EXO 86.19%

  • WayV 85.53%

全球流行,火出 k-pop 圈的防弹少年团,在这里看来并不以舞步整齐度见长?不知和你的印象有没有不同?

不过同步程度只是流行舞蹈评价的一个方面。舞蹈评价是较为主观的,想要让人工智能给男团打分,还有很多其他方面需要考虑。

微博网友对防弹少年团(BTS)舞蹈整齐度得分的评价。

在这个项目之后,作者 techie_ray 表示下一个视频将会制作女团版本。

产业SEVENTEEN舞蹈整齐度韩国现役男团
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

姿态估计技术

姿势估计是指检测图像和视频中的人物形象的计算机视觉技术,以便确定某人的某个肢体出现在图像中的位置。

人体姿态估计技术

人体姿态估计是计算机视觉领域的一个重要问题,主要用于跟踪一个人的每一个小动作并实时进行生物力学分析。

人体关键点检测技术

人体关键点检测(Human Keypoint Detection)又称为人体姿态识别,旨在准确定位图像之中人体关节点的位置,是人体动作识别、人体行为分析、人机交互的前置任务。

推荐文章
暂无评论
暂无评论~