dancenet

收录理由

DanceNet 把变分自编码器、LSTM 和混合密度网络三种生成式思路装进了一个小巧的 Keras 代码库，从头到尾读起来很顺畅。变分自编码器把舞蹈帧压缩成紧凑的潜空间表示，LSTM 负责追踪这些潜状态随时间的变化，最后的混合密度层则输出下一帧姿态的概率分布，而不是硬选一个唯一结果——这让生成的舞步显得更自然多变。整套流程从 notebook 就能跑起来：下载预训练权重，打开 dancegen.ipynb 就能生成视频；想自己训练，也可以用几个独立脚本把图像序列编码后再重建运动。对研究姿态或动作生成的人来说，VAE 加 MDN 的组合是个可借鉴的模板；对学习者而言，它直观演示了循环生成模型究竟怎么运作。这个项目更适合当作学习参考，而不是生产级工具，在选用更庞大的框架之前，拿它来理解原理很合适。