System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及动作评价领域,特别是涉及一种花样滑冰中动作的音乐表现力评价方法。
技术介绍
1、在花样滑冰比赛中,评委会根据选手的表现打出分数,分数有两个组成部分,一部分侧重技术动作要素,另一部分侧重音乐表现力。目前,主要是通过在场的评委在观看的同时进行人为的评分,但是此种方式受人的主观因素影响较大。虽然也存在机器学习的应用,但是大多只能用于技术动作的评分,存在应用限制且效果较差。
技术实现思路
1、本专利技术的目的是提供一种花样滑冰中动作的音乐表现力评价方法,对花样滑冰中的多模态特征进行综合,能够高效得到贴合实际的、准确的评分。
2、为实现上述目的,本专利技术提供了如下方案。
3、本专利技术提供一种花样滑冰中动作的音乐表现力评价方法,包括以下多个步骤。
4、获取目标花样滑冰视频数据;所述目标花样滑冰视频数据包括图片帧集合及对应的音频配乐。
5、对所述图片帧集合中的任一图片帧,依次进行人体关节提取、人体关节变化率计算,以得到对应的人体动作节奏特征。
6、基于所述音频配乐,确定对应的音乐节拍序列。
7、基于所述音乐节拍序列,对所述目标花样滑冰视频数据进行分段,并确定每个花样滑冰分段视频数据对应的动作音乐节奏特征;所述动作音乐节奏特征包括人体动作节奏特征及音乐节奏特征;所述音乐节奏特征是基于所述音乐节拍序列确定的。
8、将每个花样滑冰分段视频数据对应的动作音乐节奏特征分别输入至预设动作音乐表现力评价模型中
9、根据多个所述动作音乐表现力评分,确定所述目标花样滑冰视频数据对应的最终动作音乐表现力评分。
10、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果。
11、本专利技术对目标花样滑冰视频数据中的图片帧集合进行处理,得到对应的人体动作节奏特征;根据目标花样滑冰视频数据中的音频配乐确定对应的音乐节拍序列,再基于此对目标花样滑冰视频数据分段,并确定每个花样滑冰分段视频数据对应的动作音乐节奏特征,至此完成了对于花样滑冰中多模态特征(人体动作节奏特征及音乐节奏特征)的综合。将每个花样滑冰分段视频数据对应的动作音乐节奏特征分别输入至预设动作音乐表现力评价模型中,得到对应的动作音乐表现力评分,进而可确定目标花样滑冰视频数据对应的最终动作音乐表现力评分。即,本专利技术综合了花样滑冰过程中的人体动作及对应的音乐节奏,减少了人为主观因素对于评分结果的影响,且相较于仅依靠人体动作的评价,本专利技术得到的最终动作音乐表现力评分更贴合实际的评分规则,也更加准确。
本文档来自技高网...【技术保护点】
1.一种花样滑冰中动作的音乐表现力评价方法,其特征在于,方法包括:
2.根据权利要求1所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,所述人体关节变化率计算的步骤,具体包括:
3.根据权利要求2所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,各人体关节的夹角的计算公式为:
4.根据权利要求1所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,基于所述音频配乐,确定对应的音乐节拍序列,具体包括:
5.根据权利要求1所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,所述预设动作音乐表现力评价模型包括第一长短时记忆子模型、第二长短时记忆子模型、特征相减模块及注意力模块;
6.根据权利要求4所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,基于所述音频配乐,计算每个音符的包络线,具体包括:
7.根据权利要求4所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,采用动态规划算法,根据所述音乐节奏及所述音乐段落的内部的各音符的包络线,确定音乐节拍,具体包括:
【技术特征摘要】
1.一种花样滑冰中动作的音乐表现力评价方法,其特征在于,方法包括:
2.根据权利要求1所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,所述人体关节变化率计算的步骤,具体包括:
3.根据权利要求2所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,各人体关节的夹角的计算公式为:
4.根据权利要求1所述的花样滑冰中动作的音乐表现力评价方法,其特征在于,基于所述音频配乐,确定对应的音乐节拍序列,具体包括:
5.根据权利要求1...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。