技术领域
[0001] 本
发明属于非遗舞蹈文化传承与学习技术领域，具体涉及一种舞蹈类非遗传承与交互学习的方法。
背景技术
[0002] 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。
发明内容
[0003] 本发明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。
[0004] 本发明所采用的技术方案是，
[0005] 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：
[0006] 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，[0007] 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，
[0008] 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；
[0009] 步骤2，数据分析校正与重建，
[0010] 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：
[0011] N＝{(xi，yi)}＝(i＝1，2，3，4...，m)
[0012] Y＝P(X)
[0013] E2＝∑[P(Xi)-Yi]2
[0014] 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，
[0015] 步骤2.2，数据校正与模型重建，
[0016] 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：
[0017] Y′＝α+βX′
[0018]
[0019]
[0020] 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；
[0021] 步骤3，数据库分类
[0022] 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；
[0023] 步骤4，模型建立与交互学习
[0024] 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，
[0025] 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。
[0026] 本发明的特点还在于，
[0027] 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。
[0028] 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。
[0029] 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。
[0030] 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。
[0031] 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。
[0032] 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。
[0033] 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。
[0034] 本发明的有益效果是：本发明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
[0035] 图1是本发明一种舞蹈类非遗传承与交互学习的方法的流程示意图；
[0036] 图2是本发明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；
[0037] 图3是本发明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；
[0038] 图4是本发明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；
[0039] 图5是本发明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
[0040] 下面结合附图和具体实施方式对本发明进行详细说明。
[0041] 本发明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，[0042] 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，[0043] 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，
[0044] 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；
[0045] 步骤2，数据分析校正与重建，
[0046] 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：
[0047] N＝{(xi，yi)}＝(i＝1，2，3，4...，m)
[0048] Y＝P(X)
[0049] E2＝∑[P(Xi)-Yi]2
[0050] 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，
[0051] 步骤2.2，数据校正与模型重建，
[0052] 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：
[0053] Y′＝α+βX′
[0054]
[0055]
[0056] 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；
[0057] 步骤3，数据库分类
[0058] 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；
[0059] 步骤4，模型建立与交互学习
[0060] 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，
[0061] 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。
[0062] 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。
[0063] 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。
[0064] 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。
[0065] 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。
[0066] 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。
[0067] 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。
[0068] 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。
[0069] 如图1所示，该方法基于动作捕捉技术、特殊
数据处理重构与数据库构建、快速成型技术以及交互学习建立方法和虚拟现实技术。其中在动作捕捉技术方面，首先基于该技术对实验设计中学习的不同的单个肢体分解动作在运动过程中身体各个部位的位置变化和方位等数据进行人体动作参数标记并测试记录，然后将获取的测试数据存在有测量误差的部分进行填补
修改并重建新的数据模型，包括特殊体态、难点动作以及动态三维模型，[0070] 如图2所示，实验中，在每位测试者左右上肢指部、腕部、肘部以及肩部7个主要运动关节，包括面部、颈部、头部以及手掌、
手指指关节处等的各个次要捕捉点，以及下肢髋、膝、踝6个主要运动关节，包括腰部、臀部、膝盖、足根和足尖处共计布置16个次要测试点，让实验者按照曲目正常舞蹈起来，捕捉点开始测控其各个标记点位置的数据，然后根据测试点数据描绘出实验者连贯运动的动态模型，对于动捕动态模型中表现怪异或者缺失的点就是无效的数据，需要后期对其规整重建，这就获得了十分精确的测试点有效数据。
[0071] 在动作捕捉测试数据处理方面，首先基于该动捕技术对前文提及的实验设计中学习的不同参数人群进行试验获得有效的测试数据，随后学习不同舞蹈动作的测点模型数据库即标准数据库，
[0072] 如图3所示，例如可供学习虚拟全息投影数据的参考、文创传承的创意化展现依据，以及展馆里重现历史教育、解读非遗舞蹈流传至今的特殊意义，提供现代舞蹈教学的精确展示与模拟再创新，同时也是将舞蹈类非遗文化形成强有
力的全民知传统、学文化的凝聚力等等。
[0073] 如图4所示，并对获得较多的空间标记点数据进行分析划分，进行重要点肢体动作延伸从而学习非遗项目中舞蹈动作表演形式的人物肢体动作数据库即标准数据库，该数据库的主要参数包括年龄、性别、身高、体重以及人体
重心的位置变化、手臂和腿部分别伸展的空间大小、动作幅度大小，按照某一非遗舞蹈类表演项目的甄选标准先对年龄、性别、身高、体重这些外在因素进行选择及参数记录，再针对这些人群借助动作捕捉等装置进行其他参数的测量统计。
[0074] 如图5所示，数据分析和数据库的学习是对采集的人体特殊位置有效数据进行分析，设置不同的变量参数，以确保影响因素的单一性，并分析其变化规律，形成用计算机仿真技术模拟出真实舞蹈者动作模型，并将这些数据纳入已经整合的非遗舞蹈类实验数据库，按照舞蹈动作类型、舞蹈难度、舞蹈设定情景、捕捉方式分类等划入不同的数据库区域，为之后非遗项目的传承学习提供准确的数据参考，数据库的基本参数包括年龄、性别、身高、体质指数以及一个动作周期内的上肢幅度变化区域、关节角度，下肢腿部关节活动范围以及足底负荷变化率、足角度、足轴线、时间轨迹、稳定性分析等，主要参数包含细致划分测量的人体动作、动作难度、捕捉点位置、空间方位等肢体动作在运动过程中身体各个部位的位置变化和方位数据。综合动作捕捉技术与快速成型技术，把有效数据分块学习数据库，并从数据库中调取模型参数，快速获得模型动态曲线与实物打印方案。
[0075] 另外通过数据库可建立非遗交互学习系统，通过虚拟现实技术将学习者虚拟化地“传送”回舞蹈发源地，与祖先与金典共舞，以此来达到学习经典舞蹈历史、理解文化精髓的教学目的。
[0077] 本实施例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：
[0078] 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，[0079] 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的肢体幅度变化量、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，并与人体体态参数共同构建非遗传承人的舞蹈数据库，
[0080] 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，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；
[0081] 步骤2，数据分析校正与重建，
[0082] 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：
[0083] N＝{(xi，yi)}＝(i＝1，2，3，4...，m)
[0084] Y＝P(X)
[0085] E2＝∑[P(Xi)-Yi]2
[0086] 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，
[0087] 步骤2.2，数据校正与模型重建，
[0088] 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，通过一元回归分析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。一元回归分析分析公式为：
[0089] Y′＝α+βX′
[0090]
[0091]
[0092] 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；
[0093] 步骤3，数据库分类
[0094] 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，将分类为不同的数据库针对不同的学习人群进行归类；
[0095] 步骤4，模型建立与交互学习
[0096] 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，
[0097] 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。
[0098] 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。
[0099] 实施例2：
[0100] 本实施例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：
[0101] 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，[0102] 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的肢体幅度变化量、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，并与人体体态参数共同构建非遗传承人的舞蹈数据库，
[0103] 步骤1.2，采用光学式动作捕捉系统对实验人为多人中的主要人员进行捕捉、整体阵势捕捉、设定情景捕捉和主要数据参数标记捕捉，进行如步骤1.1中的实时的动作数据的捕捉与采集；并且捕捉并采集在介入辅助工具的舞蹈者的工具的形状、位置和角度变化的数据；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；
[0104] 步骤2，数据分析校正与重建，
[0105] 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：
[0106] N＝{(xi，yi)}＝(i＝1，2，3，4...，m)
[0107] Y＝P(X)
[0108] E2＝∑[P(Xi)-Yi]2
[0109] 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，
[0110] 步骤2.2，数据校正与模型重建，
[0111] 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，通过一元回归分析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。一元回归分析分析公式为：
[0112] Y′＝α+βX′
[0113]
[0114]
[0115] 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；
[0116] 步骤3，数据库分类
[0117] 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，将分类为不同的数据库针对不同的学习人群进行归类；
[0118] 步骤4，模型建立与交互学习
[0119] 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，
[0120] 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。
[0121] 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。
[0122] 本发明一种舞蹈类非遗传承与交互学习的方法对非遗舞蹈类项目实现永久保护和准确传承，并对独特的文化体态进行现代专业技术的创意化设计，采用虚拟现实技术使人融入经典本体与古人共舞，通过虚拟现实技术将学习者直接“传送”回舞蹈发源地，与祖先共舞，以此来达到学习经典历史、理解文化精髓的教学目的。
