Chang-E：一个高质量的中华古典敦煌舞蹈动作捕捉数据集

《Journal on Computing and Cultural Heritage》：Chang-E: A High-Quality Motion Capture Dataset of Chinese Classical Dunhuang Dance

基于敦煌莫高窟壁画，研究团队开发了首个敦煌舞动作捕捉开源数据集Chang-E，包含骨骼数据、机器学习生成的身体网格及多视角视频，总时长40分钟。该数据集支持数字保护与创意应用，通过动作插值算法串联舞段、音乐同步技术和视觉效果，实现文化遗产的数字化保存与艺术再创作。

　　

摘要

敦煌舞蹈源于被联合国教科文组织列入世界遗产名录的莫高窟壁画中的舞蹈图案，具有独特的文化价值，但在数字化和保护方面面临诸多挑战。在本文中，我们介绍了首个公开的、全面的敦煌舞蹈动作捕捉数据集——《嫦娥》（Chang-E），该数据集涵盖了八个类别的全身动作，总时长为40分钟的专业舞蹈表演（预览地址：https://cislab.hkust-gz.edu.cn/projects/chang-e/）。该数据集包含三种格式：通过动作捕捉获得的骨骼数据、利用机器学习从骨骼数据生成的体网格，以及在现场录制的多视角视频。这一数据集为敦煌舞蹈文化的各种创造性应用提供了支持，这一点通过一个沉浸式的新媒体展览得到了体现。在数据整理过程中，我们应用了动作插值算法将不同的舞蹈片段串联起来，用于编舞创作。此外，这些重新诠释的舞蹈片段通过重定时技术与音乐同步，增强了音乐与舞蹈表演之间的节奏感和和谐性。我们还对数字化舞者的动作序列应用了视觉效果处理，从而呈现出富有艺术魅力的视觉效果，这些效果呼应了佛教关于冥想和身体认知的教义。《嫦娥》数据集不仅为敦煌舞蹈的数字化保存提供了有力支持，还为未来的图形学和文化遗产研究搭建了一个跨学科的合作平台。