佟偉

摘 要： 為了提升舞蹈訓(xùn)練中訓(xùn)練質(zhì)量，需要對(duì)運(yùn)動(dòng)過(guò)程中的動(dòng)作進(jìn)行分解跟蹤。傳統(tǒng)動(dòng)作跟蹤分解方法無(wú)法計(jì)算出相鄰關(guān)鍵節(jié)點(diǎn)視覺(jué)變化，還存在三維視覺(jué)運(yùn)動(dòng)跟蹤輪廓不清的問(wèn)題。針對(duì)上述問(wèn)題，提出一種針對(duì)舞蹈基礎(chǔ)訓(xùn)練中的三維視覺(jué)運(yùn)動(dòng)跟蹤分解方法。根據(jù)關(guān)鍵動(dòng)作點(diǎn)陣數(shù)據(jù)以及關(guān)鍵動(dòng)作點(diǎn)陣向量參數(shù)計(jì)算出分解動(dòng)作點(diǎn)陣特征向量，應(yīng)用多向雙攝像頭空間平面成像系統(tǒng)，實(shí)現(xiàn)舞蹈視覺(jué)動(dòng)作三維跟蹤分解。實(shí)驗(yàn)數(shù)據(jù)證明，設(shè)計(jì)的方法跟蹤精度高，運(yùn)動(dòng)跟蹤輪廓穩(wěn)定清晰。

關(guān)鍵詞： 舞蹈基礎(chǔ)訓(xùn)練； 視覺(jué)動(dòng)作； 跟蹤分解； 跟蹤精度； 關(guān)鍵節(jié)點(diǎn)； 三維視覺(jué)運(yùn)動(dòng)

中圖分類號(hào)： TN911.73?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）13?0070?04

Abstract： It is necessary for the improvement of the quality in dance training to track and decompose the action in the movement process. Since the traditional action tracking and decomposition method can′t calculate the visual change of the adjacent key nodes， and has the unclear tracking contour of the 3D visual action， a 3D visual action tracking and decomposition method for dance basic training is proposed. According to the data and vector parameter of key action dot matrix， the dot matrix characteristic vector of the decomposition action is calculated. The multidirectional dual?camera space plane imaging system is used to realize the three?dimensional tracking and decomposition of dance visual action. The experimental results show that the designed method has high tracking accuracy， and its action tracking contour is stable and clear.

Keywords： dance basic training； visual action； tracking and decomposition； tracking accuracy； key node； 3D visual movement

0 引 言

在舞蹈教學(xué)中討論某一動(dòng)作或技術(shù)要點(diǎn)時(shí)，舞蹈教師既要做出相應(yīng)動(dòng)作也要進(jìn)行對(duì)應(yīng)講解，對(duì)此產(chǎn)生諸多不便。傳統(tǒng)舞蹈基礎(chǔ)訓(xùn)練采用無(wú)標(biāo)定全局視覺(jué)反饋法進(jìn)行訓(xùn)練，即傳統(tǒng)錄像分解訓(xùn)練，在對(duì)視覺(jué)運(yùn)動(dòng)進(jìn)行分解時(shí)，無(wú)法計(jì)算出相鄰關(guān)鍵節(jié)點(diǎn)的視覺(jué)變化[1]，存在三維視覺(jué)運(yùn)動(dòng)跟蹤誤差大以及分解輪廓不清的問(wèn)題。為此，本文設(shè)計(jì)了一套舞蹈基礎(chǔ)訓(xùn)練中的視覺(jué)運(yùn)動(dòng)跟蹤分解方法，采用人體捕捉標(biāo)記點(diǎn)、多向雙攝像頭空間平面成像系統(tǒng)以及計(jì)算機(jī)分析計(jì)算系統(tǒng)進(jìn)行逆向三維視覺(jué)運(yùn)動(dòng)跟蹤分解，引入逆向運(yùn)動(dòng)學(xué)計(jì)算關(guān)鍵動(dòng)作點(diǎn)陣以及每個(gè)關(guān)鍵動(dòng)作點(diǎn)陣向量參數(shù)，利用多向雙攝像頭空間平面成像系統(tǒng)，實(shí)現(xiàn)對(duì)舞蹈視覺(jué)動(dòng)作的三維跟蹤分解。為保證設(shè)計(jì)的合理性，通過(guò)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的方法具有動(dòng)作跟蹤精度髙、分解速率快、分解準(zhǔn)確穩(wěn)定、輪廓清晰等優(yōu)點(diǎn)。

1 舞蹈視覺(jué)動(dòng)作跟蹤分解方法設(shè)計(jì)

本文采用改進(jìn)逆向運(yùn)動(dòng)學(xué)方法進(jìn)行視頻動(dòng)作跟蹤分解，對(duì)舞蹈動(dòng)作中多關(guān)鍵點(diǎn)、重點(diǎn)動(dòng)作部位進(jìn)行特征點(diǎn)標(biāo)記和標(biāo)記參數(shù)設(shè)定。通過(guò)視覺(jué)動(dòng)作跟蹤分解原理計(jì)算舞蹈動(dòng)作靜態(tài)置換數(shù)據(jù)，圖像分割標(biāo)識(shí)清楚后，進(jìn)行動(dòng)態(tài)捕捉，若圖像未分割標(biāo)識(shí)清楚，則進(jìn)行系數(shù)修正重新計(jì)算，直至將舞蹈動(dòng)作圖像分割標(biāo)識(shí)清楚。對(duì)某一動(dòng)作進(jìn)行詳細(xì)解析時(shí)，系統(tǒng)自動(dòng)跟蹤分解，不必教師做出相應(yīng)動(dòng)作，通過(guò)投影系統(tǒng)或者教用顯示器即可進(jìn)行三維動(dòng)作跟蹤分解成像[2]。展現(xiàn)過(guò)程可以設(shè)置任意時(shí)間，使舞蹈基礎(chǔ)訓(xùn)練過(guò)程中的動(dòng)作可以無(wú)限制地跟蹤分解。圖1所示為本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法流程圖。

1.1 舞蹈視覺(jué)動(dòng)作跟蹤設(shè)計(jì)

在舞蹈基礎(chǔ)訓(xùn)練的視覺(jué)動(dòng)作跟蹤過(guò)程中，應(yīng)先選定三維動(dòng)作跟蹤系統(tǒng)空間極限范圍，之后定位三維動(dòng)作跟蹤系統(tǒng)極值點(diǎn)。在極值點(diǎn)陣中，獲取每個(gè)關(guān)鍵動(dòng)作點(diǎn)陣數(shù)據(jù)以及每個(gè)關(guān)鍵動(dòng)作點(diǎn)陣向量參數(shù)，進(jìn)而計(jì)算出關(guān)鍵點(diǎn)陣特征向量[3]，應(yīng)用多向雙攝像頭空間平面成像系統(tǒng)完成對(duì)舞蹈視覺(jué)動(dòng)作三維跟蹤分解。設(shè)[I（x，y，τ）]為視覺(jué)動(dòng)作空間可變高斯函數(shù)，代表舞蹈動(dòng)作路徑和位移。其中[τ]為空間尺度坐標(biāo)，[（x，y）]為空間平面坐標(biāo)點(diǎn)[4]。檢測(cè)三維動(dòng)作跟蹤系統(tǒng)空間極值點(diǎn)如下：

手足標(biāo)記點(diǎn)設(shè)定參數(shù)如表1所示，其中手指選用的標(biāo)記點(diǎn)傳感頻率最高，掌心和足心標(biāo)記點(diǎn)次之。手指標(biāo)記點(diǎn)直徑最小，足心與掌心標(biāo)記點(diǎn)直徑最大，原因是手指直徑選擇較小可以防止視覺(jué)障礙，掌心與足心選擇大直徑標(biāo)記點(diǎn)可以保障傳輸準(zhǔn)確。

主要肢體標(biāo)記點(diǎn)設(shè)定參數(shù)如表2所示，其中對(duì)肌肉標(biāo)記采用高頻標(biāo)記點(diǎn)，用于體現(xiàn)舞蹈動(dòng)作發(fā)力和承接過(guò)程[9?10]。對(duì)綜合性能考慮直徑采用10 mm，關(guān)節(jié)部位采用15 mm。

輪廓標(biāo)記點(diǎn)推薦設(shè)定參數(shù)如表3所示，對(duì)頭部和重心選用高中頻標(biāo)記點(diǎn)，這樣可以對(duì)舞蹈動(dòng)作綜合要點(diǎn)進(jìn)行剖析。對(duì)動(dòng)作外形輪廓采用中頻標(biāo)記點(diǎn)。

2 對(duì)比實(shí)驗(yàn)設(shè)計(jì)

為了驗(yàn)證本文方法的有效性，同時(shí)保證實(shí)驗(yàn)的真實(shí)以及有效性，使用傳統(tǒng)方法與本文提出的方法進(jìn)行對(duì)比，并使用控制變量的方式進(jìn)行綜合實(shí)驗(yàn)。

2.1 實(shí)驗(yàn)準(zhǔn)備

采用對(duì)比實(shí)驗(yàn)方法確定環(huán)境變量、控制條件變量、分析特征數(shù)據(jù)。采用設(shè)備為本文改進(jìn)逆向運(yùn)動(dòng)學(xué)方法實(shí)驗(yàn)設(shè)備，包括人體捕捉標(biāo)記點(diǎn)、攝像機(jī)、計(jì)算機(jī)、傳輸裝置與計(jì)算機(jī)分析計(jì)算系統(tǒng)；無(wú)標(biāo)定全局視覺(jué)反饋方法實(shí)驗(yàn)設(shè)備包括攝像機(jī)、計(jì)算機(jī)與成像系統(tǒng)。

2.2 視覺(jué)動(dòng)作跟蹤分解效果實(shí)驗(yàn)

選擇同一個(gè)舞蹈動(dòng)作、同一段基礎(chǔ)訓(xùn)練課程進(jìn)行兩次實(shí)驗(yàn)分析，使用本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法和傳統(tǒng)視覺(jué)動(dòng)作跟蹤分解方法進(jìn)行對(duì)比。利用分解成功率和視頻噪點(diǎn)進(jìn)行判定，實(shí)驗(yàn)結(jié)果如圖3所示。

由圖3實(shí)驗(yàn)數(shù)據(jù)可得，隨著時(shí)間不斷增加，傳統(tǒng)視覺(jué)動(dòng)作跟蹤分解方法分解成功率逐漸下降，而本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法由于采用人體捕捉標(biāo)記點(diǎn)以及相應(yīng)計(jì)算設(shè)備，不受時(shí)間、動(dòng)作復(fù)雜程度影響。無(wú)標(biāo)定全局視覺(jué)反饋法中，隨著舞蹈時(shí)間的增加，視頻噪點(diǎn)率隨之提高，約為7%，且沒(méi)有明顯的下降趨勢(shì)；而改進(jìn)逆向運(yùn)動(dòng)學(xué)方法中，隨著舞蹈時(shí)間的增加，視頻噪點(diǎn)率有下降趨勢(shì)，約為5.6%，比傳統(tǒng)方法降低約1.4%，較傳統(tǒng)方法有一定的優(yōu)勢(shì)。

選擇同一位舞者，隨著舞蹈難度系數(shù)不斷增加，在相同實(shí)驗(yàn)環(huán)境下，分別使用本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法和傳統(tǒng)視覺(jué)動(dòng)作跟蹤分解方法進(jìn)行對(duì)比。選用分解成功率和輪廓提取時(shí)間進(jìn)行判定，實(shí)驗(yàn)結(jié)果如圖4所示。

由圖4實(shí)驗(yàn)數(shù)據(jù)可得，本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法隨著舞蹈復(fù)雜程度增加，輪廓提取時(shí)間增大不明顯，分解成功率趨于穩(wěn)定；而傳統(tǒng)視覺(jué)動(dòng)作跟蹤分解方法隨著舞蹈復(fù)雜程度不斷增加，輪廓提取時(shí)間呈線性增加，分解成功率呈線性下降。從而說(shuō)明本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法能夠清晰、快速地跟蹤分解舞蹈動(dòng)作。

2.3 視覺(jué)動(dòng)作跟蹤分解穩(wěn)定性實(shí)驗(yàn)

本實(shí)驗(yàn)采用相同的舞蹈老師、舞蹈動(dòng)作，進(jìn)行長(zhǎng)時(shí)間跟蹤分解，用于驗(yàn)證分解方法的穩(wěn)定性。兩種方法的穩(wěn)定性曲線如圖5所示。

由圖5實(shí)驗(yàn)數(shù)據(jù)可得，對(duì)于長(zhǎng)時(shí)間跟蹤分解，本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法能夠保證較穩(wěn)定的跟蹤分解，而傳統(tǒng)視覺(jué)動(dòng)作跟蹤分解方法隨著時(shí)間的增加存在不確定性。

2.4 實(shí)驗(yàn)結(jié)論

通過(guò)對(duì)舞蹈教師特征點(diǎn)的有效標(biāo)記和理論計(jì)算，采用改進(jìn)逆向運(yùn)動(dòng)學(xué)方法進(jìn)行舞蹈基礎(chǔ)訓(xùn)練視覺(jué)動(dòng)作跟蹤分解，能夠有效保證高精度、高穩(wěn)定性、快提取速度。解決了傳統(tǒng)舞蹈基礎(chǔ)訓(xùn)練中的運(yùn)動(dòng)跟蹤分解方法無(wú)法計(jì)算出相鄰關(guān)鍵節(jié)點(diǎn)視覺(jué)變化，以及三維視覺(jué)運(yùn)動(dòng)跟蹤輪廓不清的問(wèn)題。

3 結(jié) 語(yǔ)

本文設(shè)計(jì)的視覺(jué)動(dòng)作跟蹤分解方法利用舞蹈視覺(jué)動(dòng)作跟蹤分解原理對(duì)舞蹈動(dòng)作進(jìn)行合理標(biāo)記點(diǎn)處理，采用完善、傳輸準(zhǔn)確的標(biāo)記點(diǎn)。各部位標(biāo)記點(diǎn)通過(guò)計(jì)算呈現(xiàn)在計(jì)算機(jī)操作系統(tǒng)上，引入逆向運(yùn)動(dòng)學(xué)計(jì)算關(guān)鍵動(dòng)作點(diǎn)陣以及每個(gè)關(guān)鍵動(dòng)作點(diǎn)陣向量參數(shù)，利用多向雙攝像頭空間平面成像系統(tǒng)，實(shí)現(xiàn)對(duì)舞蹈視覺(jué)動(dòng)作的三維跟蹤分解。本文研究能夠?yàn)樘嵘璧富A(chǔ)訓(xùn)練過(guò)程提供借鑒。

參考文獻(xiàn)

[1] 王聰.體育運(yùn)動(dòng)中的三維視覺(jué)動(dòng)作幅度跟蹤方法仿真[J].計(jì)算機(jī)仿真，2017，34（1）：245?248.

WANG Cong. 3D visual action amplitude tracking in sports simulation [J]. Computer simulation， 2017， 34（1）： 245?248.

[2] 馬玲，周斌.三維視覺(jué)圖像跟蹤運(yùn)動(dòng)員對(duì)受傷目標(biāo)監(jiān)測(cè)仿真[J].計(jì)算機(jī)仿真，2017，34（2）：422?425.

MA Ling， ZHOU Bin. 3D visual image tracking player simulation of injured target simulation [J]. Computer simulation， 2017， 34（2）： 422?425.

[3] 申佳星，高明亮，鄒國(guó)鋒.一種基于花朵授粉算法的視覺(jué)跟蹤方法[J].科學(xué)技術(shù)與工程，2017，17（10）：258?264.

SHEN Jiaxing， GAO Mingliang， ZOU Guofeng. A method of visual tracking based on flower pollination algorithm [J]. Science and technology and engineering， 2017， 17（10）： 258?264.

[4] 高君宇，楊小汕，張?zhí)熘?，?基于深度學(xué)習(xí)的魯棒性視覺(jué)跟蹤方法[J].計(jì)算機(jī)學(xué)報(bào)，2016，39（7）：1419?1434.

GAO Junyu， YANG Xiaoshan， ZHANG Tianzhu， et al. Robust visual tracking method based on deep learning [J]. Journal of computer science， 2016， 39（7）： 1419?1434.

[5] 孫瑾，丁永暉，周來(lái).融合紅外深度信息的視覺(jué)交互手部跟蹤算法[J].光學(xué)學(xué)報(bào)，2017，37（1）：233?243.

SUN Jin， DING Yonghui， ZHOU Lai. Visual interactive hand tracking algorithm fusion infrared depth information [J]. Optical journal， 2017， 37（1）： 233?243.

[6] 劉彥.從影視作品中看民族舞蹈?jìng)鞒兄械挠^察與視覺(jué)[J].電影評(píng)介，2016（21）：109?111.

LIU Yan. Observation and vision in the inheritance of national dance from film and television works [J]. Film evaluation， 2016（21）： 109?111.

[7] 高升，袁寶峰，齊哲，等.基于稀疏直方圖的空間機(jī)械臂視覺(jué)目標(biāo)跟蹤方法[J].航天返回與遙感，2015，36（3）：92?98.

GAO Sheng， YUAN Baofeng， QI Zhe， et al. Visual target tracking method of space mechanical arm based on sparse histogram [J]. Spacecraft recovery & remote sensing， 2015， 36（3）： 92?98.

[8] 鄭學(xué)漢，魏振忠，張廣軍.運(yùn)動(dòng)目標(biāo)視覺(jué)跟蹤測(cè)量系統(tǒng)與場(chǎng)地坐標(biāo)系的快速統(tǒng)一方法[J].紅外與激光工程，2015，44（7）：2175?2181.

ZHENG Xuehan， WEI Zhenzhong， ZHANG Guangjun. A fast and unified method for moving target visual tracking and measuring system and site coordinate system [J]. Infrared and laser engineering， 2015， 44（7）： 2175?2181.

[9] 宋濤，李鷗，劉廣怡.基于置信區(qū)域內(nèi)多級(jí)動(dòng)態(tài)層表達(dá)的類貫序蒙特卡洛視覺(jué)跟蹤方法[J].電子學(xué)報(bào)，2016，44（6）：1355?1361.

SONG Tao， LI Ou， LIU Guangyi. Class sequential Monte Carlo visual tracking method based on the expression of multi?level dynamic layer in confidence region [J]. Acta electronica sinica， 2016， 44（6）： 1355?1361.

[10] 肖繼元，余夢(mèng)露.看得見(jiàn)摸得著身體在現(xiàn)代舞技術(shù)訓(xùn)練中的核心功能[J].舞蹈，2017（7）：56?58.

XIAO Jiyuan， YU Menglu. Can see， feel， the body′s core function in the modern dance technology training [J]. Dance， 2017（7）： 56?58.