AI深度学习动作迁移让业余舞者秒变专业舞者

AI正重塑消费电子到太空探索的各行各业，最新创新展现其在艺术领域的变革力量。加州大学研究者开发动作迁移算法，将源舞者动作映射到目标表演者，让普通参与者也能呈现资深芭蕾舞者或流行偶像风采。

核心理念直观："照我做。"数分钟内，系统将专业舞蹈动作叠加到目标主体，为表演者、教育者、内容创作者开辭全新创作可能。

流程始于从源视频与目标视频提取关键点骨架姿态。这些姿态简图提供轻量、外观无关的身体位置表征，使模型纯聚焦动作。

逐帧姿态由监督姿态估计算法生成，产出精准简图。动作迁移模型摄取这些骨架，合成模仿源姿态同时保留目标外观的目标帧。最终输出经姿态迁移模块与生成式细化网络融合，输出更锐利逼真帧。

工作流分三阶段：

为保时序平滑，算法融合当前帧姿态与前一生成帧，大幅抖动抑制。低帧率输入采用中值滤波；高帧率视频（高达120fps）对关键点施加高斯平滑。

高保真成果得益于条件生成对抗网络（cGANs），在每主体20分钟以上高帧率业余舞蹈素材上训练。NVIDIA开发的pix2pixHD架构为图像转换管线骨干。

参考：arXiv:1808.07371

训练与推理于NVIDIA GeForce GTX 1080 Ti与TITAN Xp GPU上进行，PyTorch配合CUDA加速。

算法当前支持跨多元主体动作迁移，无需专用硬件。偶发抖动仍存，特别是源动作速度超出训练分布范围时。持续研究聚焦优化姿态估计方法与扩展动作库以缓解伪影。

工业技术