摘要

基于音乐的群舞编排是一项具有广泛工业应用前景的复杂挑战。近年来，已有诸多方法被提出，用于从音乐中为单个舞者合成舞蹈动作。然而，如何生成群体舞蹈动作仍是一个开放性问题。本文提出 $\rm AIOZ-GDANCE$，一个面向音乐驱动群舞生成的大规模新数据集。与现有仅支持单人舞蹈的数据集不同，本数据集包含群舞视频，从而为群舞编排研究提供了支持。我们设计了一种半自动标注方法，通过人机协同的方式获取数据集的三维真实动作标注。该数据集包含16.7小时的音乐与三维动作配对数据，涵盖7种舞蹈风格和16种音乐类型，均来源于真实场景（in-the-wild）视频。我们发现，简单地将单人舞蹈生成技术直接应用于群舞生成，可能导致不一致的动作表现以及舞者之间的碰撞等不良结果。基于此新数据集，我们提出一种新方法，能够以输入的音乐序列和舞者三维位置作为条件，高效生成多组具有群体协调性的群舞编排方案。同时，我们设计了新的群舞质量评估指标，并通过大量实验验证了所提方法的有效性。本项目将为未来群舞生成领域的研究提供重要支持，项目主页及数据集资源可访问：https://aioz-ai.github.io/AIOZ-GDANCE/