一种舞蹈类非遗传承与交互学习的方法技术

技术编号:21892905 阅读:9 留言:0更新日期:2019-08-17 14:54
本发明专利技术公开了一种舞蹈类非遗传承与交互学习的方法,具体按照以下步骤实施:步骤1,采集实验人的舞蹈动作数据,构建非遗传承人的舞蹈数据库;步骤2,数据分析校正与模型重建,对采集的数据通过最小乘二算法与舞蹈标准动作进行比对;步骤3,数据库分类;将非遗舞蹈类实验数据库按照舞蹈动作类型、舞蹈难度、舞蹈设定的情景、捕捉方式分类等划入不同的数据库区域,步骤4,交互学习,通过数据库建立非遗交互学习系统进行对非遗舞蹈的交互学习。本发明专利技术一种舞蹈类非遗传承与交互学习的方法实现了对舞蹈类古典文化的精确传承,且有效实现了人们对非遗交互鉴赏学习。

A Non-hereditary and Interactive Learning Method for Dance

【技术实现步骤摘要】
一种舞蹈类非遗传承与交互学习的方法
本专利技术属于非遗舞蹈文化传承与学习
,具体涉及一种舞蹈类非遗传承与交互学习的方法。
技术介绍
凝聚了中华民族的智慧产物因其源远流长而博大精深,然而随着当今经济全球化的深入,世界多地的文化交流愈发开放交融;中华文化作为主流文化,随着人们思想的开放以及外来文化的冲击,一些中华古典文化逐渐呈现流失甚至彻底消失的状态,鉴于此,我们应当对中华古典留下的智慧结晶加以保护,以便让中国文化一直传承并启迪后辈以供学习;因此,追寻非遗文化项目的精准传承就显得相当重要,通过科学技术对其进行高度的整合和提取才是较为有效的方法,针对舞蹈类的非遗传承我们通过相应的仪器,学习相应的资料系统并扩充动作数据库以及虚拟现实等方法,对于非遗文化的传承及交互学习有重要的现实意义;目前非物质文化遗产存在传承人水平高低不一、传承形式复杂以及例如文化场所等的自然环境条件的多重影响,使得非遗传统的技艺与传承精度并不高,此来交互学习的参考价值较低,对于舞蹈类表演形式的传承,在并没有真正达到对古典文化中舞蹈的整体高度把握的情形下,会使得舞蹈类非遗文化传承不精确,且非遗交互鉴赏学习存在一定的局限性。
技术实现思路
本专利技术的目的是提供一种舞蹈类非遗传承与交互学习的方法。解决了目前对于舞蹈类表演形式的传承,在并没有真正达到对古典文化中舞蹈的整体高度把握的情形下,会使得舞蹈类非遗文化传承不精确,且非遗交互鉴赏学习存在一定的局限性的问题。本专利技术所采用的技术方案是,一种舞蹈类非遗传承与交互学习的方法,具体按照以下步骤实施:步骤1,采集实验人的舞蹈动作数据,构建非遗传承人的舞蹈数据库,步骤1.1,对非遗项目的人体动作进行单个分解,用运动捕获装置记录其运动过程中身体部位的位置变化和方位数据,并与人体体态参数共同构建非遗传承人的舞蹈数据库,步骤1.2,采用光学式动作捕捉系统对实验人群进行如步骤1.1中的实时的动作数据的捕捉与采集;步骤2,数据分析校正与重建,步骤2.1,对实验人体动作进行数据采集归类,并按照国家非遗要求对动作的特殊意义点位置进行数据及处理,利用最小二乘法算法对比精确标准的舞蹈动作拟合动态方程:N={(xi,yi)}=(i=1,2,3,4...,m)Y=P(X)E2=∑[P(Xi)-Yi]2其中,基于动作捕捉技术的实验数据,测量得出了每个测点的回归数据点集合N,xi、yi分别为任意一组实验x、y的测试数值,P(X)为拟合函数,拟合函数表示集合点的距离平方和最小的曲线方程,Y最小二乘解,E2表示误差的平方和,步骤2.2,数据校正与模型重建,将步骤2.1中得到的非遗传承人的舞蹈动作数据进行标准化处理,对测试数据采用一元回归分析,一元回归分析分析公式为:Y′=α+βX′其中,Y′表示标准测试数据,X′是影响测试数据波动的影响因素变量,α、β为基于标准测量数据误差的回归系数,n表示测试者样本总容量,对于误差较大的数据点利用计算机进行选择重构,分析出精确的数据结果,将实验者的数据整合并建立非遗传承人的标准舞蹈动作数据库,确保测试数据的真实性与光顺度,并以此来构建两维和/或三维图形的标准动作图像;步骤3,数据库分类准备二次产品开发利用和后期学习设置的数据库,将非遗舞蹈类实验数据库按照舞蹈动作类型、舞蹈难度、舞蹈设定的情景、捕捉方式分类等划入不同的数据库区域;步骤4,模型建立与交互学习通过数据库建立非遗交互学习系统,把有效数据分块并建立学习数据库,前期进行学习预案并调取出相应内容分区数据库,学习者选择虚拟对话、全息投影讲解以及大环境沉浸式体验进行舞蹈类非遗的传承与交互学习,通过虚拟现实技术构建非遗传承人舞蹈标准动态三维模型,将非遗传承人舞蹈标准动态三维模型与两维和/或三维图形的标准动作图像进行用于舞蹈类非遗的传承、保护以及发扬的交互学习展示。本专利技术的特点还在于,步骤1中采用光学式动作捕捉系统进行捕捉和记录,用SPAS软件,对捕捉到的数据进行整理、编译,将数据存储成C3D和rpd格式,将数据导入到Motionbuilder软件中,将Motionbuilder软件中的数据导出成BVH的格式文件,再将BVH文件的后缀名称改写成TXT。步骤1中身体部位的位置变化、方位数据包括肢体幅度变化量、关节角度、足底负荷变化率、足角度、足轴线、时间轨迹以及稳定性;人体体态参数包括年龄、性别、身高以及体质指数。步骤1中当实验人为多人时,数据捕捉与采集分为对主要人员进行捕捉、整体阵势捕捉、设定情景捕捉和主要数据参数标记捕捉。步骤1中,在捕捉接触辅助工具的舞蹈者的舞蹈动作数据的情形下,捕捉并采集工具的形状、位置和角度变化的数据。步骤2中一元回归分析通过对多个自变量进行关联分析,得出影响因素的变量区分,精准的测量各个测试点的动态分布,通过两维和/或三维图形图像显示,分析出精确的数据结果,得出实验者的两维和/或三维图形的标准动作图像。步骤3中,将分类为不同的数据库针对不同的学习人群进行归类。步骤4中从数据库中调取模型参数,获得模型动态曲线与实物打印方案的文创产品。本专利技术的有益效果是:本专利技术一种舞蹈类非遗传承与交互学习的方法,通过利用计算机等交互手段让人们深入了解历史、直接对话经典,对独特的文化体态进行专业的数据重建并借助快速成型技术实现现代化的传统创意化交流,采用虚拟现实技术使人融入经典本体与古人共舞,实现了对舞蹈类古典文化的精确传承,且有效实现了人们对非遗交互鉴赏学习。附图说明图1是本专利技术一种舞蹈类非遗传承与交互学习的方法的流程示意图;图2是本专利技术一种舞蹈类非遗传承与交互学习的方法中动作捕捉技术测试点示意图;图3是本专利技术一种舞蹈类非遗传承与交互学习的方法中的交互学习演示示意图;图4是本专利技术一种舞蹈类非遗传承与交互学习的方法中动态模型数据重建示意图;图5是本专利技术一种舞蹈类非遗传承与交互学习的方法中数据库构建示意图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。本专利技术提供一种舞蹈类非遗传承与交互学习的方法,具体按照以下步骤实施,步骤1,采集实验人的舞蹈动作数据,构建非遗传承人的舞蹈数据库,步骤1.1,对非遗项目的人体动作进行单个分解,用运动捕获装置记录其运动过程中身体部位的位置变化和方位数据,并与人体体态参数共同构建非遗传承人的舞蹈数据库,步骤1.2,采用光学式动作捕捉系统对实验人群进行如步骤1.1中的实时的动作数据的捕捉与采集;步骤2,数据分析校正与重建,步骤2.1,对实验人体动作进行数据采集归类,并按照国家非遗要求对动作的特殊意义点位置进行数据及处理,利用最小二乘法算法对比精确标准的舞蹈动作拟合动态方程:N={(xi,yi)}=(i=1,2,3,4...,m)Y=P(X)E2=∑[P(Xi)-Yi]2其中,基于动作捕捉技术的实验数据,测量得出了每个测点的回归数据点集合N,xi、yi分别为任意一组实验x、y的测试数值,P(X)为拟合函数,拟合函数表示集合点的距离平方和最小的曲线方程,Y最小二乘解,E2表示误差的平方和,步骤2.2,数据校正与模型重建,将步骤2.1中得到的非遗传承人的舞蹈动作数据进行标准化处理,对测试数据采用一元回归分析,一元回归分析分析公式为:Y′=α+βX′其中,Y′表示标准测试数据,X′是影响测试数据波动的影响因素变本文档来自技高网...

【技术保护点】
1.一种舞蹈类非遗传承与交互学习的方法,其特征在于,具体按照以下步骤实施:步骤1,采集实验人的舞蹈动作数据,构建非遗传承人的舞蹈数据库,步骤1.1,对非遗项目的人体动作进行单个分解,用运动捕获装置记录其运动过程中身体部位的位置变化和方位数据,并与人体体态参数共同构建非遗传承人的舞蹈数据库,步骤1.2,采用光学式动作捕捉系统对实验人群进行如步骤1.1中的实时的动作数据的捕捉与采集;步骤2,数据分析校正与重建,步骤2.1,对实验人体动作进行数据采集归类,并按照国家非遗要求对动作的特殊意义点位置进行数据及处理,利用最小二乘法算法对比精确标准的舞蹈动作拟合动态方程:N={(xi,yi)}=(i=1,2,3,4...,m)Y=P(X)E

【技术特征摘要】
1.一种舞蹈类非遗传承与交互学习的方法,其特征在于,具体按照以下步骤实施:步骤1,采集实验人的舞蹈动作数据,构建非遗传承人的舞蹈数据库,步骤1.1,对非遗项目的人体动作进行单个分解,用运动捕获装置记录其运动过程中身体部位的位置变化和方位数据,并与人体体态参数共同构建非遗传承人的舞蹈数据库,步骤1.2,采用光学式动作捕捉系统对实验人群进行如步骤1.1中的实时的动作数据的捕捉与采集;步骤2,数据分析校正与重建,步骤2.1,对实验人体动作进行数据采集归类,并按照国家非遗要求对动作的特殊意义点位置进行数据及处理,利用最小二乘法算法对比精确标准的舞蹈动作拟合动态方程:N={(xi,yi)}=(i=1,2,3,4...,m)Y=P(X)E2=∑[P(Xi)-Yi]2其中,基于动作捕捉技术的实验数据,测量得出了每个测点的回归数据点集合N,xi、yi分别为任意一组实验x、y的测试数值,P(X)为拟合函数,拟合函数表示集合点的距离平方和最小的曲线方程,Y最小二乘解,E2表示误差的平方和,步骤2.2,数据校正与重建,将步骤2.1中得到的非遗传承人的舞蹈动作数据进行标准化处理,对测试数据采用一元回归分析,一元回归分析分析公式为:Y′=α+βX′其中,Y′表示标准测试数据,X′是影响测试数据波动的影响因素变量,α、β为基于标准测量数据误差的回归系数,n表示测试者样本总容量,对于误差较大的数据点利用计算机进行选择重构,分析出精确的数据结果,将实验者的数据整合并建立非遗传承人的标准舞蹈动作数据库,确保测试数据的真实性与光顺度,并以此来构建两维和/或三维图形的标准动作图像;步骤3,数据库分类准备二次产品开发利用和后期学习设置的数据库,将非遗舞蹈类实验数据库按照舞蹈动作类型、舞蹈难度、舞蹈设定的情景、捕捉方式分类等划入不同的数据库区域;步骤4,模型建立与交互学习通过数据库建立非遗交互学习系统,把有效数据分块并建立学习数据库,前期进行学习预案并调取出相应内容分区数据库,学习者选择虚拟对话、全息投影讲解以及大环境沉...

【专利技术属性】
技术研发人员:王旭鹏李瑞堃郭颖
申请(专利权)人:西安理工大学
类型:发明
国别省市:陕西,61

网友询问留言 已有0条评论
  • 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。

1