💻 computer science

Appearance-Invariant Detection of Suggestive Motion via Laban Movement Descriptors on SMPL Skeletons

Dit artikel introduceert een bewegingsclassificatiepijplijn die invariant is voor uiterlijk en Laban-bewegingsanalyse-descriptoren op SMPL-skeletten gebruikt om suggestieve en expliciete bewegingen in virtuele omgevingen effectief te detecteren, waarbij hoge nauwkeurigheid wordt bereikt bij het onderscheiden tussen bewegingsniveaus van alledaags, artistiek, suggestief en expliciet.

Oorspronkelijke auteurs: Jaehoon Ahn, Jeonghan Kong, Moon-Ryul Jung

Gepubliceerd 2026-05-26

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Jaehoon Ahn, Jeonghan Kong, Moon-Ryul Jung

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert een "risicovolle" dansbeweging te ontdekken in een drukke ruimte. Normaal gesproken kijken beveiligingscamera's (of AI) naar wat mensen dragen. Als iemand een klein outfitje draagt, slaat de AI alarm. Maar wat als diezelfde risicovolle dansbeweging wordt uitgevoerd door iemand in een gigantisch, wijduitlopend kostuum? De oude AI zou het volledig missen, omdat hij te gefocust is op de kleding en niet op de dans.

Dit artikel introduceert een nieuwe manier om "suggestieve" beweging te detecteren die kleding, lichaamsvorm en huid volledig negeert. In plaats daarvan luistert het naar de dans zelf.

Hier is de uiteenzetting van hun aanpak met behulp van eenvoudige analogieën:

1. Het Probleem: Het "Kleding"-Blinde Vlekje

Huidige AI-systemen zijn als portiers die alleen ID's controleren. Als het "ID" (het outfit van de avatar) er veilig uitziet, laten ze de persoon binnen, zelfs als die een risicovolle dans uitvoert. De auteurs testten een superintelligente AI (Qwen3-VL) en ontdekten dat als je de kleding verbergt en alleen het skelet toont (de stokfiguur-botten), de AI in de war raakt. Hij kan het onderscheid niet maken tussen een normale wandeling en een suggestieve dans.

2. De Oplossing: De "Dansleraar" (Laban Movement Analysis)

De auteurs besloten een ouderwetse danstheorie te gebruiken die Laban Movement Analysis (LMA) heet. Denk hierbij aan een universele taal voor het beschrijven van hoe een lichaam beweegt, niet hoe het eruitziet.

Ze vertaalden deze danstheorie naar wiskunde. Ze splitsten beweging op in vier hoofd-"smaken" (Inspanningsfactoren):

Stroom: Is de beweging vastgezet en strak (Gebonden) of los en zwevend (Vrij)?
Ruimte: Gaat de beweging rechtstreeks naar een punt (Direct) of slingert het in cirkels omheen (Indirect)?
Tijd: Is het een plotselinge knal (Plotseling) of een langzame, uitgesponnen rek (Volgehouden)?
Gewicht: Is het zwaar en krachtig of licht en delicaat?

De Analogie: Stel je voor dat je een dans beschrijft niet door te zeggen "Hij draagt een korte broek", maar door te zeggen: "Hij beweegt met zware, plotselinge, directe stoten." Dat is de taal die ze gebruikten.

3. Het Experiment: De Dansvloer Sorteren

Ze verzamelden een enorme stapel video-clips (ruim 17 uur lang) en sorteerden deze in vier "niveaus" van dans:

Niveau 0 (Alledaags): Wandelen, zitten, eten. (Saai, functionele bewegingen).
Niveau 1 (Artistiek): Breakdansen, ballet, gymnastiek. (Coole, hoog-energetische bewegingen).
Niveau 2 (Suggestief): Twerking, sensuele dans. (De "grijze zone"-bewegingen).
Niveau 3 (Expliciet): Duidelijk volwassen inhoud.

Ze verwijderden alle videopixels (de daadwerkelijke afbeeldingen) en voerden de computer alleen de skeletdata toe (de 3D-coördinaten van de gewrichten). Vervolgens vroegen ze een eenvoudig wiskundig model (Logistische Regressie) om deze clips te sorteren met behulp van de "Laban"-dansbeschrijvingen.

4. De Resultaten: De AI Leerde het Ritme

Zelfs zonder enige huid of kleding te zien, werd het systeem verrassend goed in het raden van de categorie:

Binair Check (Veilig vs. Onveilig): Het was 79% accuraat in het onderscheid maken tussen "Veilig" (Niveau 0 & 1) en "Niet Veilig" (Niveau 2 & 3).
De "Grijze Zone"-Strijd: Het had meer moeite om het verschil te maken tussen "Artistiek" (Niveau 1) en "Suggestief" (Niveau 2). Dit is logisch! Beide omvatten hoge energie en continu dansen. De AI raakte hier ongeveer 24% van de tijd in de war, wat te verwachten is omdat de stijl vergelijkbaar is, zelfs als de intentie anders is.
De Extremen: Het was zeer goed in het opsporen van "Alledaagse" wandelingen (Niveau 0) en "Expliciete" bewegingen (Niveau 3).

5. Het "Aha!"-Moment: Het "Directheid"-Paradox

De meest interessante bevinding ging over Directheid.

Normale/Functionele beweging (zoals lopen naar de koelkast) is Direct. Je gaat van punt A naar punt B in een rechte lijn.
Suggestieve beweging is Indirect. De gewrichten tekenen kronkelende, cirkelvormige of terugkerende paden. Het is alsof het lichaam zichzelf "tentoonstelt" in plaats van ergens "naartoe gaat".

De AI leerde dat als het skelet zich in rechte, efficiënte lijnen beweegt, het waarschijnlijk veilig is. Als het skelet complexe, kronkelende lussen trekt, is het waarschijnlijk suggestief. Dit bevestigde de danstheorie: de verschuiving van "functioneel" naar "suggestief" draait allemaal om het gaan van Direct naar Indirect.

Samenvatting

Het artikel bewijst dat je niet naar het lichaam of de kleding van een persoon hoeft te kijken om te weten of een dans ongepast is. Je hoeft alleen maar te luisteren naar de geometrie van de beweging. Door danstheorie om te zetten in wiskunde, bouwden ze een systeem dat "suggestieve" beweging kan opsporen door alleen naar de stokfiguur-skeletdans te kijken, ongeacht wat de avatar draagt.

Technische Samenvatting: Verschijningsongevoelige Detectie van Suggestieve Beweging via Laban-Bewegingsbeschrijvers op SMPL-Skeletten

Probleemstelling

Contentmoderatie in 3D-virtuele omgevingen (bijv. VRChat, Roblox) is momenteel sterk afhankelijk van pixelanalyse om ongepaste inhoud te detecteren. Deze aanpak creëert een aanzienlijke blinde vlek: klassificatoren leren herkenbare kleding, huidblootstelling of lichaamsvormen te identificeren in plaats van de beweging zelf. Bijgevolg falen de meest geavanceerde multimodale modellen (zoals Qwen3-VL) bij het classificeren van suggestieve beweging wanneer ze worden geconfronteerd met visualisaties die uitsluitend op skeletten zijn gebaseerd. De auteurs stellen dat een robuust moderatiesysteem voor bewegingssuggestiviteit moet opereren op bewegingsdynamiek die onafhankelijk is van verschijning, waarmee de kloof wordt aangevuld waar illegale beweging blijft bestaan ondanks "veilige" visuele avatars.

Methodologie

De voorgestelde pijplijn is een uitsluitend op beweging gebaseerd classificatiesysteem dat kwalitatieve bewegingsbeschrijvers extrahert uit SMPL-skelettrajecten, waarbij pixeldata volledig wordt verworpen.

1. Dataconstructie

De auteurs hebben een gebalanceerde, viervoudig ordinaal dataset samengesteld bestaande uit 20.514 bewegingsfragmenten (over 17+ uur video) afgeleid van 1.788 video's:

Niveau 0 (Alledaags): Wandelen, zitten, dineren (van Kinetics-700).
Niveau 1 (Artistiek): Breakdansen, ballet, capoeira, gymnastiek (van Kinetics-700).
Niveau 2 (Suggestief): Twerking, dancehall, bachata sensual, heels, K-pop fancams (van TikTok/YouTube).
Niveau 3 (Expliciet): Afgeleid van het NPDI academische corpus.

2. Skeletextractie

Rauwe video wordt verwerkt via een pijplijn die RGB-kaders verworpt:

Filtering: YOLO11x-pose filtert kaders om alleen die te behouden met $\ge$ 10 zichtbare sleutelpunten bij een betrouwbaarheid van $\ge$ 0,5.
Segmentatie: Continue segmenten van $\ge$ 3 seconden worden geëxtraheerd.
Reconstructie: WHAM (World-space Human Motion) leidt per-kader SMPL-geledingposities in de wereldruimte af, inclusief schatting van vloercontact.

3. Kenmerkextractie (Laban Bewegingsanalyse)

De kerninnovatie is de operationalisering van Rudolf Labans 'Effort'-kader in 55 berekenbare beschrijvers per kader, gegroepeerd in vijf categorieën:

Verspreiding: Bereik van ledematen en afstanden tussen gewrichten.
Effort: Stroom, Ruimte, Tijd en Gewicht.
Per-gewricht Kinematica: Versnelling, jerk, kinetische energie, snelheid en directheid voor 6 specifieke gewrichten.
Initiatie: Identificeren van het leidende gewricht.
Traject: Padlengte, kromming en verplaatsing.

Deze per-kader kenmerken worden geaggregeerd tot een 110-dimensionale vector per bewegingsfragment met behulp van het gemiddelde en de standaardafwijking van elk kenmerk.

4. Classificatie

Het systeem maakt gebruik van logistische regressie en random forest-classificatoren die zijn getraind onder 5-voudige kruisvalidatie op de gebalanceerde dataset. De taak wordt op drie manieren geformuleerd:

Binair: Veilig voor het werk (SFW) versus Niet veilig voor het werk (NSFW).
Drie-weg: Alledaags/Artistiek versus Suggestief versus Expliciet.
Vier-weg: De volledige ordinaal hiërarchie (Alledaags, Artistiek, Suggestief, Expliciet).

Belangrijkste Resultaten

Nauwkeurigheid: Het logistische regressiemodel behaalde:
- 78,7% binaire nauwkeurigheid (SFW/NSFW), significant beter dan de 50%-kansbaseline.
- 72,1% drie-weg nauwkeurigheid (33% kans).
- 57,3% vier-weg nauwkeurigheid (25% kans).
Verwarringspatronen: Fouten zijn geconcentreerd tussen aangrenzende niveaus. Specifiek is de grens tussen Niveau 1 (Artistiek) en Niveau 2 (Suggestief) het moeilijkst te onderscheiden, waarbij 24% van de Niveau 1-fragmenten ten onrechte als Niveau 2 wordt geclassificeerd en 20% van Niveau 2 ten onrechte als Niveau 1. Beide niveaus omvatten continue hoog-energetische dans maar verschillen in 'Effort'-kwaliteiten.
Extreme Herwinning: De uitersten van de taxonomie (Niveau 0 en Niveau 3) worden schoon herwonnen met respectievelijk 66% en 64% recall.
Kenmerkgewicht:
- Ruimte (Directheid): De topdiscriminator in binaire classificatie. Alledaagse beweging wordt gekenmerkt door hoge directheid (functionele beweging), terwijl suggestieve beweging lage directheid vertoont (indirecte, circulerende paden die 'tonen' in plaats van 'navigeren').
- Stroom, Tijd, Gewicht: Deze factoren dragen ook discriminerende signalen bij over verschillende classificatiegranulariteiten, wat de bruikbaarheid bevestigt van alle vier de Laban Effort-pilaren.

Bijdragen

Nieuwe Toepassing van LMA: De eerste toepassing van Laban Bewegingsanalyse (LMA)-beschrijvers, eerder gevalideerd voor dansstijlherkenning, op de taak van het classificeren van beweging langs een suggestiviteitsgradiënt. Dit maakt gebruik van WHAM om vloercontact en 3D-skeletten gezamenlijk te schatten.
Computational Validatie van LMA: Empirisch bewijs dat aantoont dat alle vier de Laban Effort-factoren (Stroom, Ruimte, Tijd, Gewicht) discriminerende signalen dragen over binaire, drie-weg en vier-weg classificatietaken.
Verschijningsongevoelige Baselines: Vaststelling van prestatieondergrenzen voor contentmoderatie uitsluitend gebaseerd op beweging, waarmee wordt bewezen dat suggestieve beweging detecteerbaar is zonder toegang tot pixels, kleding of lichaamsvorm.

Betekenis en Claims

Het artikel stelt dat bewegingssuggestiviteit een intrinsieke eigenschap is van skeletdynamiek, detecteerbaar zelfs wanneer de verschijning volledig is verwijderd. De betekenis ligt in de auditbaarheid van het systeem: in tegenstelling tot black-box deep learning-modellen hebben de LMA-kenmerken specifieke namen en choreografische betekenissen die zijn geworteld in een eeuw danstheorie. Dit maakt een transparante interpretatie mogelijk van waarom een beweging wordt gemarkeerd (bijv. "lage directheid" of "vrije stroom").

De auteurs merken op dat hoewel de 57,3% vier-weg nauwkeurigheid een baseline vestigt, de verwarring tussen artistieke en suggestieve beweging suggereert dat huidige samenvattende statistieken (gemiddelde/standaardafwijking) noodzakelijke temporele dynamiek weglaten. Zij stellen dat toekomstige sequentiemodellen (bijv. MotionBERT) in combinatie met LMA-beschrijvers de scheiding kunnen verbeteren terwijl de interpreteerbaarheid behouden blijft. Het werk concludeert dat een uitsluitend op beweging gebaseerde pijplijn een haalbaar en noodzakelijk onderdeel is voor contentmoderatie van de volgende generatie in 3D-virtuele omgevingen.