論文の概要: Learning Quantised Structure-Preserving Motion Representations for Dance Fingerprinting

• arxiv url: http://arxiv.org/abs/2604.00927v1
• Date: Wed, 01 Apr 2026 14:06:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:32.025282
• Title: Learning Quantised Structure-Preserving Motion Representations for Dance Fingerprinting
• Title（参考訳）: ダンスフィンガープリントのための量子構造保存動作表現の学習
• Authors: Arina Kharlamova, Bowei He, Chen Ma, Xue Liu,
• Abstract要約: 動きに基づくダンス検索のためのエンドツーエンドフレームワークであるDANCEMATCHを提案する。 DANCE FINGERINGとして定義された生のビデオから意味的に類似した振付を識別する。
• 参考スコア（独自算出の注目度）: 15.668734718800065
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present DANCEMATCH, an end-to-end framework for motion-based dance retrieval, the task of identifying semantically similar choreographies directly from raw video, defined as DANCE FINGERPRINTING. While existing motion analysis and retrieval methods can compare pose sequences, they rely on continuous embeddings that are difficult to index, interpret, or scale. In contrast, DANCEMATCH constructs compact, discrete motion signatures that capture the spatio-temporal structure of dance while enabling efficient large-scale retrieval. Our system integrates Skeleton Motion Quantisation (SMQ) with Spatio-Temporal Transformers (STT) to encode human poses, extracted via Apple CoMotion, into a structured motion vocabulary. We further design DANCE RETRIEVAL ENGINE (DRE), which performs sub-linear retrieval using a histogram-based index followed by re-ranking for refined matching. To facilitate reproducible research, we release DANCETYPESBENCHMARK, a pose-aligned dataset annotated with quantised motion tokens. Experiments demonstrate robust retrieval across diverse dance styles and strong generalisation to unseen choreographies, establishing a foundation for scalable motion fingerprinting and quantitative choreographic analysis.
• Abstract（参考訳）: 本稿では,DANCE FINGERPRINTINGとして定義されている,モーションベースのダンス検索のためのエンドツーエンドフレームワークであるDANCEMATCHについて述べる。 既存の動作解析と検索手法はポーズシーケンスを比較することができるが、インデックス、解釈、スケールが難しい連続的な埋め込みに依存している。 対照的に、DANCEMATCHはコンパクトで離散的な動きのシグネチャを構築し、ダンスの時空間構造を捉えながら、大規模検索を効率的に行うことができる。 本システムでは,Skeleton Motion Quantisation (SMQ) とspatio-Temporal Transformers (STT) を統合し,Apple CoMotionを介して抽出された人間のポーズを構造化された動き語彙に符号化する。 DANCE RetriEVal ENGINE (DRE) を設計し、ヒストグラムベースインデックスを用いてサブ線形検索を行い、その後再ランク付けしてマッチングを行う。 再現可能な研究を容易にするために、量子化された動きトークンを付加したポーズアラインデータセットであるDANCETYPESBENCHMARKをリリースする。 実験では、多様なダンススタイルにわたる堅牢な検索と、目に見えない振付への強力な一般化が示され、スケーラブルなモーションフィンガープリントと定量的振付解析の基礎が確立された。

関連論文リスト

• Listen to Rhythm, Choose Movements: Autoregressive Multimodal Dance Generation via Diffusion and Mamba with Decoupled Dance Dataset [8.721362823189077]
  Rhythm, Choose Movements (LRCM) は多様な入力モダリティと自己回帰ダンスモーション生成の両方をサポートする多モード誘導拡散フレームワークである。 受け入れ次第、完全なデータセットと事前トレーニングされたモデルを公開します。
  論文  参考訳（メタデータ） (2026-01-06T14:59:22Z)
• Dance Style Classification using Laban-Inspired and Frequency-Domain Motion Features [0.13048920509133805]
  本稿では,ビデオから抽出したポーズ推定に基づいて,ダンススタイルを分類するフレームワークを提案する。 これらの特徴は、上半身の速度、加速度、角運動などの局所的な関節動態を捉えている。 動きのリズミカルな側面と周期的な側面をさらにエンコードするために、周波数領域における動きパターンを特徴付ける高速フーリエ変換機能を統合する。
  論文  参考訳（メタデータ） (2025-11-25T16:33:45Z)
• Global Position Aware Group Choreography using Large Language Model [0.0]
  大規模言語モデル(LLM)の最近の進歩を生かしたグループ振付フレームワークを提案する。 我々のフレームワークは、連続した特徴を離散トークンに変換するトークンライザと、動きトークンを予測するために微調整されたLCMから構成される。 我々のフレームワークは、強い音楽相関とダンサーの一貫性を維持しながら、現実的で多様なグループダンスを生成することができる。
  論文  参考訳（メタデータ） (2025-03-12T07:25:32Z)
• Duolando: Follower GPT with Off-Policy Reinforcement Learning for Dance Accompaniment [87.20240797625648]
  舞踊伴奏と呼ばれる3次元舞踊生成の分野における新しい課題を紹介する。 これは、リードダンサーの動きと、基礎となる音楽リズムと同期した「フォロワー」と呼ばれるダンスパートナーからの応答的な動きを生成する必要がある。 本稿では,GPTに基づくDuolandoモデルを提案する。このモデルでは,音楽の協調情報,リーダの動作,従者の動きに基づいて,後続のトークン化動作を自動回帰予測する。
  論文  参考訳（メタデータ） (2024-03-27T17:57:02Z)
• BRACE: The Breakdancing Competition Dataset for Dance Motion Synthesis [123.73677487809418]
  ダンス・モーション・シンセサイザーにおける一般的な仮定に挑戦する新しいデータセットを提案する。 我々は、アクロバティックな動きと絡み合った姿勢を特徴とするブレイクダンスに焦点を当てている。 BRACEデータセットは、3時間30分以上の濃密な注釈付きポーズを含む。
  論文  参考訳（メタデータ） (2022-07-20T18:03:54Z)
• Bailando: 3D Dance Generation by Actor-Critic GPT with Choreographic Memory [92.81383016482813]
  そこで我々は3Dキャラクターを1曲の楽曲に追従して踊るための新しい音楽間距離フレームワークBailandoを提案する。 本稿では,音楽に忠実な流麗なダンスにユニットを構成するアクタ批判型生成事前学習変換器(GPT)を紹介する。 提案するフレームワークは,定性的かつ定量的に最先端の性能を実現する。
  論文  参考訳（メタデータ） (2022-03-24T13:06:43Z)
• Rhythm is a Dancer: Music-Driven Motion Synthesis with Global Structure [47.09425316677689]
  本稿では、入力ビートと同期した人間の動作の長期シーケンスを生成する音楽駆動型モーション合成フレームワークを提案する。 我々のフレームワークは、ビートだけでなく、音楽の内容によって制御される多様な動きの生成を可能にする。
  論文  参考訳（メタデータ） (2021-11-23T21:26:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。