企业官网建设流程全解析

摘要：该数据集面向智能舞蹈编排与表演质量分析，共包含15,000条舞蹈时序观测记录，并关联223个舞蹈视频及音频文件。

数据集概述

该数据集面向智能舞蹈编排与表演质量分析，共包含15,000条舞蹈时序观测记录，并关联223个舞蹈视频及音频文件。数据覆盖不同舞蹈风格、表演者、动作序列、拍摄视角和编舞片段，综合记录人体动作、音乐节奏、可穿戴传感器、空间协调、环境状态及物联网通信等信息。每条记录对应舞蹈视频中特定时间位置的表演状态，目标变量为编舞质量，可分为优秀、良好、中等和较差四个等级。

数据结构与关键特征

数据以CSV格式存储，包含15,000行和58列，并通过视频编号、视频文件名及时间戳与223个MP4媒体文件建立关联。关键特征包括三轴加速度、三轴角速度、滚转角、俯仰角和偏航角等传感器数据；关节速度、关节加速度、关节角度变化、身体位移和动作强度等运动特征；空间平衡、身体对称、关节协调和姿态稳定等协调指标；音乐速度、节拍强度、节奏一致性、音频能量及频谱特征等声学信息；同时还包含传感器延迟、数据包传输率、信号强度、温度、湿度、光照、动作转换、编舞复杂度和同步性等特征。分类标签choreography_quality包含Excellent、Good、Moderate和Poor四个类别。

应用价值与研究方向

该数据集可用于舞蹈编排质量自动评估、舞蹈动作识别、人体运动模式分析、音乐与动作同步检测、时空协调关系建模以及表演质量预测。结合机器学习、深度学习和多模态融合方法，可以研究可穿戴传感器数据与视频、音频信息之间的关联，构建智能舞蹈教学、动作纠正、实时表演监测和个性化编舞系统。此外，数据集还适用于物联网通信质量对动作监测效果的影响分析、复杂环境下的自适应编舞、人机交互式表演及舞蹈动作连续性与转换流畅度评价等研究。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-614
文件大小：2.4G
原创声明：本数据集为整理作品