近日，第20届国际计算机视觉大会（IEEE/CVF International Conference on Computer Vision, ICCV 2025）发布录用通知，计算机学院2022级本科生范聪毅以第一作者身份的研究成果“Align Your Rhythm: Generating Highly Aligned Dance Poses with Gating-Enhanced Rhythm-Aware Feature Representation”被大会录用，论文通讯作者关键副教授。

ICCV是计算机视觉领域最具影响力的三大顶级国际会议之一，也是中国计算机学会（CCF）推荐人工智能领域A类国际会议。ICCV每两年召开一次，本次会议将于美国夏威夷举办，共有11239份有效投稿，录用2698篇，录取率为24%。

图1节奏与姿态对齐的音乐驱动舞蹈生成方法

在虚拟现实与影视制作等领域，自动生成自然、多样且具有节奏感的音乐驱动人类舞蹈动作具有重要意义。然而，实现与音乐自然契合的舞蹈生成仍面临诸多挑战，现有方法普遍存在节拍对齐不足和动作动态不自然等问题。该研究提出了一种新颖的舞蹈生成框架 Danceba，引入门控机制以增强节奏感知特征表示，从而实现高节奏对齐性与节奏敏感性增强的舞蹈姿态生成。具体而言，提出基于相位的节奏提取（Phase-Based Rhythm Extraction, PRE）方法，从音乐相位数据中精确提取节奏信息，充分利用音乐的内在周期性与时间结构。此外，还提出了时序门控因果注意机制（Temporal-Gated Causal Attention, TGCA），用于关注全局节奏特征，确保舞蹈动作紧密跟随音乐节奏。与此同时，设计了并行Mamba动作建模架构（Parallel Mamba Motion Modeling, PMMM），分别建模上半身与下半身动作及其音乐特征，从而提升生成舞蹈动作的自然性与多样性。大量实验结果表明，所提出方法Danceba在节奏对齐与动作多样性方面显著优于当前主流方法。

多种类型音乐上的舞蹈生成示例

近年来，计算机学院倡导需求牵引与兴趣驱动相结合的科研育人理念，鼓励探索前沿技术与应用研究，不断探索人才培养新模式，学院本科生连续在国际顶级会议和领域国际权威竞赛取得佳绩。