计算机算法可以识别独特的舞蹈特征

在过去的几年里，芬兰于韦斯屈莱大学跨学科音乐研究中心的研究人员一直在使用动作捕捉技术来研究人和跳舞。它被用作更好地理解音乐与个人之间联系的一种方式。他们已经能够通过舞蹈学习一些东西，例如一个人的外向或神经质，他们的情绪，以及这个人对他人的同情程度。

通过继续这项工作，他们遇到了一个令人惊讶的新发现。

根据该研究的第一作者 Emily Carlson 博士的说法，“我们实际上并不是在寻找这个结果，因为我们开始研究一些完全不同的东西。”

“我们最初的想法是看看我们是否可以使用机器学习来识别我们的参与者正在跳舞的音乐类型，根据他们的动作。”

该研究有 73 名参与者。当他们随着布鲁斯、乡村、舞蹈/电子音乐、爵士、金属、流行、雷鬼和说唱这八种不同的流派跳舞时，他们被动作捕捉到了。他们被告知要听音乐，然后以任何感觉自然的方式移动身体。

“我们认为研究现实世界中发生的现象很重要，这就是我们采用自然主义研究范式的原因，”该研究的资深作者 Petri Toivianinen 教授说。

研究人员使用机器学习分析参与者的动作，试图区分不同的音乐流派。这个过程没有按计划进行，计算机算法只能在不到 30% 的时间内识别出正确的流派。

尽管该过程没有按计划进行，但研究人员确实发现计算机能够根据他们的动作正确识别 73 人中的个人。准确率是 94%，相比之下，如果任凭运气，或者计算机在没有任何给定信息的情况下猜测，准确率只有 2%。

“似乎一个人的舞蹈动作是一种指纹，”该研究和数据分析师的合著者 Pasi Saari 博士说。“每个人都有一个独特的动作特征，无论播放什么样的音乐，它都保持不变。”

根据播放的音乐类型，对个人舞蹈动作的影响会有所增加。当人们随着金属音乐跳舞时，计算机在识别它是谁时就不那么准确了。

“金属与某些类型的运动(如撞头)之间存在着强烈的文化联系，”艾米丽卡尔森说。“金属可能导致更多的舞者以类似的方式移动，从而更难区分他们。”

这些新的发展可能会导致诸如舞蹈识别软件之类的东西。

“我们对监视等应用的兴趣不如对这些结果告诉我们人类音乐性的兴趣，”卡尔森解释道。“我们有很多新问题要问，比如我们的运动特征在我们的一生中是否保持不变，我们是否可以根据这些运动特征检测文化之间的差异，以及人类通过比较的舞蹈动作识别个体的能力如何到电脑。大多数研究提出的问题多于答案，这项研究也不例外。”