摘要
近年来，随着国务院《关于进一步加强非物质文化遗产保护工作的意见》等文件的提出，非物质文化遗产的保护也越来越受到关注。中国少数民族原生态舞蹈是国家非物质文化遗产的重要组成部分，然而文化的多元化却使得原生态舞蹈的发展和传承受到冲击。传统的舞蹈传承是一种单向的、人为的方式，使得舞蹈训练者无法得到有效的、及时的反馈。随着数字化的兴起，使用数字手段对原生态舞蹈进行传承也成为一种趋势。相比于早期单一的传承方式，数字化具有趣味性强的优势，但却存在无专业老师指导的弊端，这使得动作的标准性难以保证。对于训练者而言，在练习舞蹈的过程中，动作的标准与否不只决定最后分数的高低，长期练习不标准的动作很可能造成肌肉拉伤、扭伤等情况。因此，在原生态舞蹈的数字化练习中，对舞蹈训练者的动作优化就显得极其重要。本文使用动作评估、动作识别、动作评价三种方式对训练者的原生态舞蹈动作进行优化，开展了以下工作： （1）少数民族原生态舞蹈动作的调研与数据集的构建。本文分析了8种常见的原生态舞蹈及其典型动作特征。筛选了6种原生态舞蹈的18个典型动作并对其骨骼信息进行了采集，构建了原生态舞蹈典型动作数据集。针对采集过程中的骨骼点自遮挡问题，对现有的自遮挡运动信息修复算法进行改进，恢复了被遮挡骨骼点的位置信息。依据不同动作中各骨骼点的参与程度不同，对运动中起到关键作用的骨骼点进行动态加权，提高关键肢体的动作参与度，增强了数据采集过程中的可靠性。 （2）动作优化研究算法的改进。本文使用图卷积神经网络（ST-GCN）、改进的三维卷积神经网络（3D CNNS）、改进的动态规划（DTW）等算法对训练者的原生态舞蹈动作进行优化研究，实验验证了改进后算法的性能，随后，将改进后的算法在 Kinect 公共数据集中进行二次验证，实验结果证明了改进后算法的普适性，为后续的应用搭建提供了技术支持。 （3）原生态舞蹈辅助训练应用的搭建。本文将上述理论方法进行整合，针对传统的原生态舞蹈训练方式趣味性差，训练者无法保证自身动作的标准性等问题，使用 Unity3D 软件设计并开发了一种基于三维骨骼点信息的原生态舞蹈动作优化辅助训练应用。训练者在 Kinect 前练习舞蹈动作，应用采集训练者的骨骼点信息，通过虚拟现实技术把训练者骨骼点的动作数据赋给 Unity3D 中人物模型对应的骨骼点，驱动模型再现训练者的舞蹈动作，并根据训练者的需求对其动作进行评估、识别与评价。动作评估模块为训练者推荐原生态舞蹈动作优化方案，动作识别模块帮助训练者寻找到适合的练习动作。动作评价模块使训练者了解自身动作与标准动作的差异，从而优化训练者的动作。
NETL