人工智能和增强现实为3D印度舞蹈构成重建文化复兴复兴
1Deparment of Computer Science and Engineering, Anna University, Guindy Campus, Chennai, 600025, India. jjay.mtech@gmail.com.
Scientific reports
|April 4, 2024
概括
本研究介绍了一种用于识别印度古典舞蹈姿势的自动化方法,特别是Bharatanatyam. 使用深度学习和图像处理,它准确地识别复杂的运动,帮助从业者和研究人员.
科学领域:
- 计算机视觉 计算机视觉
- 人类行动识别 人类行动识别
- 经典印度舞蹈研究 经典印度舞蹈研究
背景情况:
- 巴拉塔纳蒂亚姆 (Bharatanatyam) 是一种印度古典舞蹈,涉及纳蒂亚沙斯特拉 (Natyashastra) 中编码的复杂动作 (karanas).
- 由于手势,身体姿势和面部表情的变化,对这些姿势的自动识别具有挑战性.
研究的目的:
- 开发一种用于识别Bharatanatyam舞蹈姿势的自动化系统.
- 为了简化印度古典舞蹈动作的分析和解释.
主要方法:
- 图像采集,预处理 (骨架化,数据增强) 和特征提取.
- 使用深度学习卷积神经网络 (CNN) 模型 (InceptionResNetV2) 进行分类.
- 利用MediaPipe进行关键点检测和用于3D模型可视化的网格创建.
主要成果:
- 美国有线电视新闻网的模型准确地识别了Bharatanatyam复杂的舞蹈动作.
- 数据增强通过扩展数据集来提高模型准确性.
- 该系统简化了复杂舞蹈姿势的识别过程.
结论:
- 开发的方法提供了一种有效和可访问的方法,用于Bharatanatyam的姿势识别.
- 这项创新可以增强印度古典舞的学习,实践和研究.
- 这项研究为在传统艺术形式的分析中应用人工智能的先例.
