 |
|
Je veux danser: analyse comparative de chorégraphies K-Pop grâce à l’évaluation des postures en deep learning
Je veux danser: analyse comparative de chorégraphies K-Pop grâce à l’évaluation des postures en deep learning
Timothy R. Tangherlini, Professor, Department of Scandinavian at University of California, Berkeley; Peter Broadwell, Stanford University
Retrouvez cette présentation (version augmentée) en plein écran ici
Résumé
Les critiques ont depuis longtemps noté la forte dimension visuelle de la K-pop, les vidéos des nouvelles chansons récoltant des millions de succès en très peu de temps. La caractéristique clé de nombreuses vidéos Kpop est la danse. Bien que de nombreuses vidéos officielles ne soient pas uniquement axées sur la danse, incorporant des éléments de narration visuelle, presque toutes les vidéos de Kpop incluent une forme de danse. En plus de la vidéo principale, la sortie d’une vidéo de danse, ou d’une vidéo de répétition de danse, se concentrant exclusivement sur les aspects chorégraphiques, est devenue une pratique courante. Ces vidéos permettent aux fans d’apprendre et de pratiquer la danse, augmentant ainsi la connexion kinesthésique avec leurs idoles.
Dans le même temps, cela permet d’explorer le vocabulaire de la danse des danses Kpop. Bien qu’il existe des chorégraphes Kpop renommés qui travaillent avec les idoles Kpop pour créer leurs danses, il existe peu de documentation sur ces danses en dehors des vidéos de danse elles-mêmes. Dans notre travail, nous développons une série de méthodes pour (a) identifier les séquences de danse dans les vidéos Kpop, qu’il s’agisse ou non de vidéos de danse (b) développer une série de classificateurs pour l’exploration d’un corpus vidéo Kpop à grande échelle et (c) appliquer des méthodes de deep learning pour identifier les danseurs et leurs positions corporelles.
Une fois combinées, ces approches ouvrent la voie au développement d’un macroscope pour l’étude des vidéos Kpop, permettant aux chercheurs d’identifier des motifs dans l’espace Kpop, d’explorer le changement dynamique de caractéristiques telles que l’espace colorimétrique, ou d’interroger les différences dans les représentations visuelles des hommes et des femmes de manière globale. Surtout, au fur et à mesure que le calcul concernant les poses se précise, ces méthodes nous permettent de commencer à établir le vocabulaire de la danse Kpop et de commencer à tracer des flux chorégraphiques transculturels.
Biographies
Timothy R. Tangherlini est professeur au département scandinave de l’Université de Californie à Berkeley. Folkloriste et ethnographe de formation, il est l’auteur de Danish Folktales, Legends and Other Stories (University of Washington Press, 2014), Talking Trauma (University Press of Mississippi, 1999) et Interpreting Legend (Garland Press, 1994). Il a publié de nombreux articles dans des revues universitaires dans les domaines du folklore, de la sociologie et de l’informatique. Il a également été codirecteur du programme Culture Analytics à l’Institute for Pure and Applied Mathematics de la National Science Foundation. Il s’intéresse à la circulation des histoires sur et à travers les réseaux sociaux, et à la manière dont elles sont utilisées par les individus dans leur négociation idéologique avec les groupes auxquels ils appartiennent. Ses recherches actuelles portent sur les approches computationnelles des problématiques dans l’étude du folklore, de la littérature et de la culture. Ses recherches ont été soutenues par des subventions de la NSF, du NIH, du NEH, de l’ACLS, de la Fondation Guggenheim et de Google. Il est membre de l’American Folklore Society et de la Swedish Royal Gustav Adolf Academy.
Peter Broadwell est Digital Scholarship Research Developer au Center for Interdisciplinary Digital Research des bibliothèques de l'université de Stanford. Ses travaux consistent à appliquer le machine learning, la visualisation web, ainsi que d'autres méthodes d'analyse numérique, à des données culturelles complexes. Il est titulaire d'un doctorat en musicologie de l'université de Californie, Los Angeles, et d’un master en informatique de l'université de Californie, Berkeley. Avant de rejoindre les bibliothèques de Stanford, il a été développeur pour des projets universitaires dans le cadre du programme de bibliothèque numérique de UCLA, où il a contribué à des recherches sur les relations entre les réseaux sociaux, les actualités télévisées et les contenus publiés sur le web. Les études récentes auxquelles il a participé portent sur la traduction automatique et l'indexation des collections de folklore en plusieurs langues, ainsi que sur l'analyse intermédiale des représentations du théâtre Nô au Japon.
