抖音上那些舞蹈大咖，可能根本不会跳舞。。。

从小被说小脑不发达，四肢不协调的痛，一般人真的体会不了。。。

每当提到跳舞，小辣椒想象中的自己，哪怕是跟着 《 最炫民族风 》的节奏都抖得帅气异常——

但实际上，跳出来是这样。。。

以及这样。。。

嗯？啊？我明明每个 beat 都在点子上的啊。。。

就在最近，来自加州大学伯克利分校的研究团队研究出了一个新算法，能让人人都变身舞蹈界的杨丽萍。

 Everybody Dance Now 

怎么操作？

首先，准备一个范本舞蹈作为源视频，就先随便选段儿火星哥的 “ 短腿舞 ” 吧。。。

然后，再传入一段儿普通人随意晃动的视频，作为用于修改的目标视频。

在接收到指令后，Everybody dance now 算法会将源视频中人物的动作完全复刻到目标视频中。

不过，刁钻的差友可能会怀疑是火星哥舞蹈难度系数不，动作幅度不够大所以复刻过程比较简单。

那就再来段儿芭蕾吧，对舞者控制、力量、协调性的要求都更高，复刻难度看上去比 “ 短腿舞 ” 更大了。

说真的，算法的处理结果竟然还挺让人惊喜。。。

动作同步毫无压力，从头到手，再到脚部动作几乎都跟源视频保持了一致。

要说有什么不足，可能就是气质这个东西，真没法儿复制，源视频和目标视频中的舞者的仪态差异不小。 “ 天鹅颈 ” 看来真的只能靠练出来了。。。

效果我们都看到了，现在来说说 Everybody dance now 的动作学习是怎么办到的。。。

大家应该注意到两个视频之间有一个火柴人的动画了吧？它就是真个算法的关键 —— GAN 对抗网络。

算法先分别对源视频和目标视频中人物的动作进行解析，然后将动作以身体关键点的形式简化成火柴人动画，再把两个火柴人的动作一帧一帧对应修改。

这个过程中，两个火柴人的动作经过了无数次映射学习，就像是女生在教男朋友怎么才能给自己拍一张好看的风景照一样。。。

男朋友拍照给女生看，女生提出反馈意见给男朋友修改学习，从而磨合，直至男友的水平和女生的欣赏力达到一致。

除了身体姿势的学习，算法还把人物的身体分为了肩部以上和肩部以下两个板块，肩部以上的面部表情复刻也采用了同样的算法进行复刻。

emmmmm，虽然细节效果有点一言难尽。。。

其实要是仔细看，不只是目标视频中人物的面部出现了消融的现象，身体在动的时候也有相似的部分部位丢失和模糊化，算法目前还做不到完全的精准复刻。

目前，Everybody dance now 还没有被运用到实际的场景中，也还没有被开源出来。

不过因为这套 GAN 的学习方式省去了 3D 建模的复杂流程，一旦成熟很可能会有效提升游戏、动画动效的制作效率。

至于更小一点儿的使用场景嘛，这套算法用在抖音、微视上可能会火。

想想还有点小期待。

图片、资料来源：

1.  Everybody Dance Now 论文：https://arxiv.org/pdf/1808.07371.pdf

2. 《 UC 伯克利超酷研究：舞痴和舞王之间，只差一个神经网络》，量子位

3. 《 到底什么是生成式对抗网络 GAN ？》，微软亚洲研究院

4.  Dance，giphy.com

“ 不用短腿也能跳火星哥的短腿舞 ”