Τεχνικές μηχανικής μάθησης εφαρμοσμένες στην άυλη πολιτιστική κληρονομιά
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Machine learning ; Intangible cultural heritage ; Human motion ; Choreography ; KinectΠερίληψη
Στόχος της επιδιωκόμενης ερευνητικής μελέτης και παρούσας διπλωματικής εργασίας είναι η μελέτη διαφόρων τεχνικών μηχανικής μάθησης με σκοπό την ψηφιοποίηση της άυλης πολιτιστικής κληρονομίας. Η παρούσα διπλωματική εργασία είναι δομημένη σε δύο διαφορετικές ενότητες, η κάθε μια από τις οποίες μελετάει και αναλύει μία διαφορετική εφαρμογή πάνω στην άυλη πολιτιστική κληρονομιά. Στην πρώτη ενότητα θα παρουσιαστεί μια εναλλακτική προσέγγιση σύνοψης της χορογραφίας. Αυτό σημαίνει ότι ένας πολύ μικρός αριθμός καρέ εικόνων εξάγονται με σκοπό να αντιπροσωπεύσουν μια χορογραφία, μειώνοντας έτσι σημαντικά την πολυπλοκότητα επεξεργασίας και αποθήκευσης. Στην προσέγγισή μας το πρόβλημα της συνοπτικής παρουσίασης της χορογραφίας αντιμετωπίζεται ως μια προσέγγιση μη εποπτευόμενης ομαδοποίησης. Στην δεύτερη ενότητα θα παρουσιαστεί ένα εκπαιδευτικό πλαίσιο για την ανάλυση και απεικόνιση της κινησιολογίας χορού βασισμένο στην εκμάθηση ενός σημειογραφικού συστήματος για την ανάλυση και επεξεργασία της ανθρώπινης κίνησης (Labanotation). Ο αισθητήρας Kinect χρησιμοποιείται για την εξαγωγή δεδομένων του σκελετού, τα οποία κατόπιν επεξεργάζονται και μετασχηματίζονται γεωμετρικά. Στη συνέχεια, αναλύονται με βάση το σύστημα Labanotation (σημειογραφικό σύστημα για την ανάλυση και επεξεργασία της ανθρώπινης κίνησης) για να χαρακτηρίσουν τη στάση των ανθρώπινων άκρων.