在過去的幾年里，芬蘭于韋斯屈萊大學跨學科音樂研究中心的研究人員一直在使用動作捕捉技術(shù)來研究人和跳舞。它被用作更好地理解音樂與個人之間聯(lián)系的一種方式。他們已經(jīng)能夠通過舞蹈學習一些東西，例如一個人的外向或神經(jīng)質(zhì)，他們的情緒，以及這個人對他人的同情程度。

通過繼續(xù)這項工作，他們遇到了一個令人驚訝的新發(fā)現(xiàn)。

根據(jù)該研究的第一作者 Emily Carlson 博士的說法，“我們實際上并不是在尋找這個結(jié)果，因為我們開始研究一些完全不同的東西。”

“我們最初的想法是看看我們是否可以使用機器學習來識別我們的參與者正在跳舞的音樂類型，根據(jù)他們的動作。”

該研究有 73 名參與者。當他們隨著布魯斯、鄉(xiāng)村、舞蹈/電子音樂、爵士、金屬、流行、雷鬼和說唱這八種不同的流派跳舞時，他們被動作捕捉到了。他們被告知要聽音樂，然后以任何感覺自然的方式移動身體。

“我們認為研究現(xiàn)實世界中發(fā)生的現(xiàn)象很重要，這就是我們采用自然主義研究范式的原因，”該研究的資深作者 Petri Toivianinen 教授說。

研究人員使用機器學習分析參與者的動作，試圖區(qū)分不同的音樂流派。這個過程沒有按計劃進行，計算機算法只能在不到 30% 的時間內(nèi)識別出正確的流派。

盡管該過程沒有按計劃進行，但研究人員確實發(fā)現(xiàn)計算機能夠根據(jù)他們的動作正確識別 73 人中的個人。準確率是 94%，相比之下，如果任憑運氣，或者計算機在沒有任何給定信息的情況下猜測，準確率只有 2%。

“似乎一個人的舞蹈動作是一種指紋，”該研究和數(shù)據(jù)分析師的合著者 Pasi Saari 博士說。“每個人都有一個獨特的動作特征，無論播放什么樣的音樂，它都保持不變。”

根據(jù)播放的音樂類型，對個人舞蹈動作的影響會有所增加。當人們隨著金屬音樂跳舞時，計算機在識別它是誰時就不那么準確了。

“金屬與某些類型的運動(如撞頭)之間存在著強烈的文化聯(lián)系，”艾米麗卡爾森說。“金屬可能導(dǎo)致更多的舞者以類似的方式移動，從而更難區(qū)分他們。”

這些新的發(fā)展可能會導(dǎo)致諸如舞蹈識別軟件之類的東西。

“我們對監(jiān)視等應(yīng)用的興趣不如對這些結(jié)果告訴我們?nèi)祟愐魳沸缘呐d趣，”卡爾森解釋道。“我們有很多新問題要問，比如我們的運動特征在我們的一生中是否保持不變，我們是否可以根據(jù)這些運動特征檢測文化之間的差異，以及人類通過比較的舞蹈動作識別個體的能力如何到電腦。大多數(shù)研究提出的問題多于答案，這項研究也不例外。”