对于多人组成的团体而言，与个人 solo 不同，成员间的默契度尤为重要，体现在舞蹈上可能就是「齐」了。「刀群舞」成为团体舞蹈实力的高评价词汇（刀群舞指非常整齐的群体舞蹈，动作就像军刀划过一样干净利落不拖泥带水）。
那么，在娱乐产业链发展较为完善、各种男团女团层出不穷的韩国，哪些团体的舞蹈最齐呢？
最近，油管博主 techie_ray 利用机器学习和数学分析了多个韩国男团的舞蹈整齐度，包括防弹少年团（BTS）、EXO、SHINee、GOT7、NCT、SEVENTEEN、MONSTA X 等，成为人们热议的话题。
techie_ray 强调这一分析没有偏见，仅使用纯数学方式进行评估，评估结果仅基于计算机的严格计算。
计算方法
那么，对舞蹈整齐度的分析是如何实现的呢？techie_ray 在视频中介绍了具体步骤：
1. 找到干净的舞蹈样本
想要做横向对比，首先得有干净的数据。由于此次分析涉及舞蹈整齐度，因此 techie_ray 希望的样本是团体中所有个人舞蹈动作一样，没有单人 part，以便对团体中每个人的舞蹈动作进行公平的相似度分析。
此外，由于博主自己设计的 app 无法检测被其他团员遮挡的个人，因此舞蹈样本视频需要团体中的每个人相对散开，即尽量不要出现遮挡。
techie_ray 将每个团队的三四个样本合成一个视频。
2. 将视频上传到 app
接下来，将上述样本视频上传到博主自己开发的 app 中，令 app 执行相应的计算。
在今年 3 月份发布的另一则视频中，techie_ray 介绍了他利用人体姿态估计算法设计了一款用来评估舞蹈质量的 app。
视频地址：https://www.youtube.com/watch?v=bPDoMdn71h0
他的设计初衷是对比原始视频和输入视频的相似度，比如原版视频和自己的舞蹈视频，进而确认自己的舞蹈实力和进步方向。
具体而言，他使用 TensorFlow 框架下实现的姿态估计算法 Openpose，进行人体关键点检测。如果你想要自己运行一遍，需要安装好 Python 3、TensorFlow 1.41 以上版本，以及 opencv3 等库。
Openpose 的姿态估计示例。
项目地址：https://github.com/ildoonet/tf-pose-estimation
然后，利用梯度来计算舞蹈动作之间的相似度。
3. 评测男团舞时，app 后端发生了什么
在评测男团舞整齐度的场景下，这款 app 将舞蹈视频分解为多个帧，并分析每一帧中每个成员的舞蹈相似度。
4. 计算所有视频帧的平均整齐度
最后，这款 app 会计算舞蹈的整齐度。整齐度得分区间为 0%-100%，得分越高表示舞蹈整齐度越高。
我们来看看该分析中目前得分最高的男团是谁。
是 SEVENTEEN！
这支 13 人男团以 95.77% 的整齐度分数在该分析中名列第一，无怪乎有微博网友表示：
那么，在 techie_ray 的分析中，其他男团的舞蹈整齐度如何呢？我们来看一下：
SEVENTEEN 95.77%
TXT 组合 93.00%
straykids 92.71%
NCT127 91.98%
NCT_DREAM 91.47%
MonstaX 90.36%
GOT7 89.49%
SHINee 89.34%
防弹少年团（BTS） 87.77%
EXO 86.19%
WayV 85.53%
全球流行，火出 k-pop 圈的防弹少年团，在这里看来并不以舞步整齐度见长？不知和你的印象有没有不同？
不过同步程度只是流行舞蹈评价的一个方面。舞蹈评价是较为主观的，想要让人工智能给男团打分，还有很多其他方面需要考虑。
微博网友对防弹少年团（BTS）舞蹈整齐度得分的评价。
在这个项目之后，作者 techie_ray 表示下一个视频将会制作女团版本。
