💻 علوم الحاسوب

SPH-DiffDance: Semantic Prototype Reconstruction and Hypergraph-Enhanced Diffusion Framework for Long-Sequence Music-Driven Dance Generation

تقترح هذه الورقة البحثية SPH-DiffDance، وهو إطار عمل انتشار من الخشن إلى الناعم يجمع بين وحدة إعادة بناء النموذج الأولي الدلالي لضمان تصميم رقصات عالمي مستقر، ووحدة صقل الوضعيات المعززة بالرسم البياني الفائق لتفاصيل وضعية منسقة، مما يعالج بفعالية تحديات توليد رقصات طويلة التسلسل، ومتسقة دلالياً، وعقلانية بنيوياً مدفوعة بالموسيقى.

المؤلفون الأصليون: Zhengping Hu, Yifan Wu, Xingyu Li, Chuanxin Xu

نُشر 2026-11-06

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Zhengping Hu, Yifan Wu, Xingyu Li, Chuanxin Xu

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إن إنشاء حاسوب يمكنه تحريك جسد رقمي على أنغام الموسيقى هو مشكلة تقع عند تقاطع الفن والهندسة. لعقود من الزمن، حاول الباحثون تعليم الآلات فهم العلاقة بين الصوت والحركة. والهدف ليس مجرد جعل الروبوت يلوح بذراعيه عندما تضرب الطبلة، بل توليد تسلسل مستمر وانسيابي من الحركات التي تبدو وكأنها أداء بشري حقيقي. يتطلب هذا من الحاسوب استيعاب شيئين مختلفين تماماً في آن واحد: الهيكل العريض طويل المدى للأغنية، والتفاصيل الدقيقة التي تحدث في أجزاء من الثانية مثل كيفية هبوط القدم أو دوران الورك. غالباً ما أنتجت المحاولات المبكرة حركات كانت إما متصلبة للغاية، أو مكررة بشكل مفرط، أو ببساطة غير متزامنة مع الإيقاع. كان التحدي يكمن في بناء نظام يمكنه تخطيط رقصة طويلة من البداية إلى النهاية دون أن يفقد الخيط، مع ضمان أن تبدو كل خطوة فردية ممكنة جسدياً وطبيعية في الوقت ذاته.

قام فريق من الباحثين في جامعة يانشان في الصين بتطوير طريقة جديدة لمعالجة هذه المشكلة، بهدف إنشاء تسلسلات طويلة من الرقص تكون دقيقة موسيقياً وسليمة هيكلياً. يعمل نهجهم، الذي يسمونه SPH-DiffDance، عبر مرحلتين متمايزتين، ينتقل فيه من نظرة عامة واسعة إلى التفاصيل الدقيقة. فبدلاً من محاولة توليد رقصة كاملة لمدة دقيقة واحدة دفعة واحدة، يقوم النظام أولاً بإنشاء مخطط أولي خشن للحركة. وهو يفعل ذلك من خلال الاستعانة بمكتبة من "النماذج الأولية" المتعلمة، وهي في الأساس أنماط حركة مخزنة تمثل أساليب وموضوعات مختلفة. فكر في الأمر كأن مصمم رقصات يرسم الشكل العام للروتين قبل القلق بشأن الخطوات المحددة. ومن خلال الرجوع إلى هذه النماذج الأولية، يضمن النظام حفاظ الرقصة على موضوع وإيقاع ثابتين طوال طولها، مما يمنع الحركات من التشتت أو أن تصبح غير منطقية مع طول التسلسل.

بمجرد وضع هذا الهيكل العالمي في مكانه، ينتقل النظام إلى المرحلة الثانية: صقل التفاصيل المحلية. هنا يركز الحاسوب على التنسيق المحدد لأجزاء الجسم. وجد الباحثون أن الطرق القياسية غالباً ما تعامل الجسم كسلسلة بسيطة من المفاصل المتصلة، مثل رجل العصا حيث تحرك وصلة واحدة الوصلة التالية. ومع ذلك، فإن الحركة البشرية أكثر تعقيداً؛ إذ غالباً ما تعمل الجذع والذراعين والساقين معاً في مجموعات لا تستطيع السلسلة البسيطة وصفها بالكامل. ولإصلاح ذلك، يستخدم النظام الجديد طريقة أكثر تقدماً لرسم هذه العلاقات، مما يسم يسمح له برؤية كيفية تفاعل أجزاء متعددة من الجسم في وقت واحد. كما يولي اهتماماً وثيقاً للقدمين، لضمان لمسهما الأرض في اللحظات المناسبة لمنع الراقص الرقمي من الظهور وكأنه ينزلق عبر الأرض، وهو خطأ شائع في الحركة المولدة حاسوبياً.

اختبر الباحثون نظامهم باستخدام مجموعة بيانات ضخمة تحتوي على أكثر من ألف زوج من الموسيقى وتسجيلات الرقص ثلاثية الأبعاد تغطي عشرة أساليب رقص مختلفة. وقارنوا نتائجهم مع عدة طرق موجودة ووجدوا أن نهجهم المكون من مرحلتين أنتج رقصات أكثر اتساقاً مع الموسيقى وبدت أكثر واقعية. أظهرت الحركات المولدة تزامناً أفضل مع الإيقاع وحافظت على جودة حركة أعلى عبر فترات طويلة دون التوقفات المحرجة أو الحلقات المكررة التي غال'اً ما تعاني منها الأنظمة الأخرى. تشير الدراسة إلى أنه من خلال فصل المهمة إلى مرحلة تخطيط عالمي ومرحلة صقل محلي، واستخدام نموذج أكثر تطوراً لكيفية اتصال أجزاء الجسم، فإنه من الممكن توليد تسلسلات رقص طويلة ومتماسكة تبدو أقرب بكثير إلى الأداء البشري.

بينما يظهر النظام تحسناً كبيراً في إنشاء حركة تبدو طبيعية، يقر الباحثون بأنه ليس حلاً مثالياً لكل السيناريوهات الممكنة. الإطار الحالي مصمم لرقصات الشخص الواحد، ومكتبة أنماط الحركة التي يستخدمها لا تزال محدودة بالأساليب الموجودة في بيانات التدريب. ويشير المؤلفون إلى أن العمل المستقبلي سيحتاج إلى معالجة كيفية توسيع هذه القدرات لتشمل راقصين متعددين يتفاعلون مع بعضهم البعض، وتغطية مجموعة أوسع من أساليب الحركة. ومع ذلك، يمثل هذا المنهج حالياً خطوة مهمة للأمام في تعليم الآلات فهم المنطق المعقد والمتعدد الطبقات للحركة البشرية استجابةً للموسيقى.

أبحاث مشابهة