最近刚刚完结的大热女团选秀节目《创造101》,你们有看吗?
从《中国有嘻哈》、《这就是街舞》到《偶像练习生》,近年选秀节目百花齐放,让每个一开始说不想看的人,看完节目都pick了好几个小哥哥。而《创造101》的开始,让广(kuai)大(le)群(fei)众(zhai)也可以pick漂亮小姐姐了。
![创造101选手舞技被AI计算过后,杨超越竟然不是最低分~](http://p2.ttnews.xyz/loading.gif)
虽然娱乐综艺只是消遣,但严格的小编,还是非常关注这些热门小姐姐的实力如何。虽然唱歌可以后期修音,但是,舞蹈不能修吧…为了避免个人喜好和个人情绪,我们是不是可以另辟蹊径,让人工智能成为我们的眼睛,客观的评价小姐姐们的舞蹈实力呢?
![创造101选手舞技被AI计算过后,杨超越竟然不是最低分~](http://p2.ttnews.xyz/loading.gif)
所以这一次,小编要让AI坐上评委席,为小姐姐的舞技打打分。为了客观,我们选择《创造101》每个选手都跳过的主题曲舞蹈为样本,只需以下三个步骤就能得到小姐姐们的评分啦。
第一步:基于人体姿态图像,获取关节点
小编采用2017年CMU的开源工程openpose,基于小姐姐的舞姿,获得关节点位置信息。
现有的一些深度学习算法主要采用两个步骤,person-detect和single-person pose estimation,这些top-down的方法很依赖上述两个部分的准确性,一旦出现人数众多或出现重叠时,就会产生较大的误差。
作者另辟蹊径,用一种新的深度学习模型,来解决姿态估计准确性问题以及多人同时出现的实时性问题。该模型将分别预测两个部分,分别是人体每个关节点位置,以及关节间相似度的向量场,流程图如下:
输入图像,利用VGG16提取图像特征,最后同时预测出confidence map和affinity fields。每个分支都是一个迭代预测结构,一共有t个stage,每个stage都加入了中间监督。模型算法示意图如下。
根据模型预测出来的confidence map和affinity fields,借助非极大值抑制算法,将关节点位置回归问题转换为一个简单的优化问题,即可将我们预测出来的关节点一一联系起来,分割出不同的人和不同的关节点。
小编选择长期排名第一的孟美岐在主题曲中的舞蹈动作作为样本,根据以上算法,即可获得最终的效果,并且达到实时预测的目的。通过前述算法,我们得到了孟美岐的关节点。
孟美岐舞蹈关节点动态示意图
第二步:计算关节夹角,准确定位动作
虽然每个人由于身高等因素关节到关节的位置长度会有所不同,但定位舞蹈中动作是否标准,使用关节的夹角即可判断动作是否到位。我们选择了5个关节夹角,请看灵魂画手示意图:
其中,角度1和角度3表示左右手臂与身体的夹角;角度2和角度4表示左右大臂与左右小臂的夹角;角度5表示左右大腿的夹角。
由于舞蹈是时间段内连续的动作,所以孟美岐的主题曲舞蹈,就转换成了5段夹角的波形图:
第三步:对比波形图差异,根据规则计分
重复上述同样的方法,我们得到了选手们的关节点定位信息。在这里,小编就选择四位热门选手作为代表来展示:
突破大众对女团审美的王菊
“综艺担”高秋梓
排名靠前但屡受质疑的杨超越
因为爱哭引起关注的朱天天
以下是分析上述四人动作产生的关节夹角波形图——
评分规则:以孟美岐的波形图为评判标准,考虑不同时刻下,各个组员的每个关节角度相较于标准的误差值。这样,主题曲一整段3分钟视频共5400帧,误差值可以充分表达动作的完成度以及节奏感。
采用标准为100分,依据上述规则打分,接下来让我们来看看结果:
王菊得分76.98
不愧是老江湖,还是有实力啊!
高秋梓得分67.37
虽然微胖,还是非常灵活滴。
杨超越得分43.35
已经很努力了,但还有很大空间!
朱天天得分36.78
是因为用力过猛吗?
这可是经过AI分析的客观评价哟!虽然似乎和她们的排名不尽相同,不知道是否符合你心中的预期?
嗨,你好,我是王秋心,一个热爱生活的科技控,欢迎关注转发收藏评论点赞哟~~~
閱讀更多 AI和ai 的文章