Un algorithme informatique peut identifier les caractéristiques de danse uniques

Les chercheurs du Centre de recherche interdisciplinaire sur la musique de l’Université de Jyväskylä en Finlande ont utilisé la technologie de capture de mouvement pour étudier les personnes et la danse au cours des dernières années. Cela est utilisé pour mieux comprendre le lien entre la musique et les individus. Ils ont pu apprendre des choses à travers la danse, telles que le degré d’extraversion ou de névrosisme d’un individu, son humeur et à quel point cet individu est capable d’empathiser avec les autres.

En poursuivant ce travail, ils ont découvert un résultat nouveau et surprenant.

Selon le Dr Emily Carlson, premier auteur de l’étude, « Nous n’avions pas cherché ce résultat, car nous nous sommes lancés dans l’étude de quelque chose de complètement différent. »

« Notre idée originale était de voir si nous pouvions utiliser l’apprentissage automatique pour identifier quel genre de musique nos participants dansaient, en fonction de leurs mouvements. »

Il y avait 73 participants dans l’étude. Alors qu’ils dansaient aux huit genres de musique différents – Blues, Country, Dance/Electronica, Jazz, Metal, Pop, Reggae et Rap – ils ont été capturés en mouvement. On leur a demandé d’écouter la musique et de bouger leur corps de la manière qui leur semblait la plus naturelle.

« Nous pensons qu’il est important d’étudier les phénomènes tels qu’ils se produisent dans le monde réel, c’est pourquoi nous employons un paradigme de recherche naturaliste », selon le professeur Petri Toivianinen, auteur principal de l’étude.

Les mouvements des participants ont été analysés par les chercheurs à l’aide de l’apprentissage automatique, qui a tenté de distinguer les différents genres de musique. Le processus n’a pas fonctionné comme prévu, et l’algorithme informatique n’a pu identifier le genre correct que moins de 30 % du temps.

Même si le processus n’a pas fonctionné comme prévu, les chercheurs ont découvert que l’ordinateur était capable d’identifier correctement l’individu parmi le groupe de 73, en fonction de ses mouvements. Le taux de précision était de 94 %, comparé à un taux de précision de 2 % si cela avait été laissé au hasard, ou si l’ordinateur avait deviné sans aucune information donnée.

« Il semble que les mouvements de danse d’une personne soient une sorte d’empreinte digitale », déclare le Dr Pasi Saari, co-auteur de l’étude et analyste de données. « Chaque personne a une signature de mouvement unique qui reste la même, quelle que soit la musique qui joue. »

Il y avait un effet accru sur les mouvements de danse individuels en fonction du genre de musique joué. Lorsque les individus dansaient de la musique Metal, l’ordinateur était moins précis pour les identifier.

« Il y a une forte association culturelle entre le Metal et certains types de mouvement, comme le headbanging », déclare Emily Carlson. « Il est probable que le Metal ait causé plus de danseurs à bouger de manière similaire, ce qui rend plus difficile de les distinguer. »

Ces nouveaux développements pourraient conduire à quelque chose comme un logiciel de reconnaissance de danse.

« Nous sommes moins intéressés par des applications telles que la surveillance que par ce que ces résultats nous disent sur la musicalité humaine », explique Carlson. « Nous avons beaucoup de nouvelles questions à poser, comme savoir si nos signatures de mouvement restent les mêmes tout au long de notre vie, si nous pouvons détecter des différences entre les cultures en fonction de ces signatures de mouvement, et à quel point les humains sont capables de reconnaître les individus à partir de leurs mouvements de danse par rapport aux ordinateurs. La plupart des recherches posent plus de questions que de réponses et cette étude ne fait pas exception. »