본문 바로가기
KERD
논문KCI 등재

인공지능 딥러닝 알고리즘을 적용한 무용 동작 정량화 연구

Quantification of Dance Motion Using Artificial Intelligence Deep Learning Algorithm

최종환
한국무용학회 (THE KOREAN SOCIETY OF DANCE STUDIES)|2022.04|한국무용학회지 (Korean Journal of Dance)|제22권 제1호|pp. 43-52|DOI 10.26743/kaod.2022.22.1.004

0

조회

0

다운로드

7

인용

0

참고문헌

키워드

인공지능딥러닝artificial intelligencedeep learning안무저작권computer visionhuman pose estimation컴퓨터비전인간자세추정무용동작정량화동작유사도측정dance motion quantificationmotion similarity measurementchoreography copyright
주제분류기타예술체육

초록

본 논문에서는 안무저작권의 기본적인 요소인 무용 동작 간의 실질적인 유사성을 검증하기 위하여 인공지능 딥러닝 기술을 적용한 무용 동작의 정량화 방법론을 제안한다. 인간 자세 추정을 위한 딥러닝 네트워크 오픈포즈 라이브러리를 이용해 2D 댄스 영상에서 추출한 이미지 데이터를 분석하여 18개의 신체 키포인트를 검출했다. 검출된 키포인트는 스켈레톤 이미지를 출력하기 위해 연결되었고, 데이터 분석을 위한 2차원 공간 좌표 형태로 변환되었다. 수학적 모델을 이용한 데이터 간의 유사성 검증을 통해 무용 동작 유사성 측정의 가능성을 확인하였다. 본 연구에서 제시된 방법론은 안무저작권의 기초 단위인 무용 동작의 정량적 데이터를 제공함으로써 인공지능 딥러닝 기술을 활용한 무용 동작 분석 기초 연구의 새로운 시각을 제안하였다.

Abstract

In this paper, I propose a quantification methodology of dance movements applied with artificial intelligence deep learning technology to verify the practical similarity between dance movements, which are basic elements of dance copyright. I analyzed image data extracted from 2D dance videos using the deep learning network OpenPose library for human pose estimation and detected 18 body key points. The detected key point was connected to output a skeleton image and converted into a two-dimensional spatial coordinate form for data analysis. The possibility of measuring the similarity of dance motion was confirmed through the similarity verification between data using a mathematical model. The methodology presented in this study proposed a new perspective of the basic research on dance motion analysis using artificial intelligence deep learning technology by providing quantitative data on dance motion, which is the basic unit of choreography copyright.

참고문헌 (42)

  1. 고경희, "AI와 인간, 무용 패러다임의 변화가능성", 한국무용연구, 39(1), pp.1~25 (2021), 한국무용연구학회[DOI]
  2. 김나영, "Efficient Deep Learning-based Video Processing Techniques via Exploiting Temporal Correlation", 박사, pp.2022
  3. 김설리, "인공지능시대의 인재양성과 무용교육", 한국무용과학회지, 36(4), pp.81~93 (2019), 한국무용과학회[DOI]
  4. 김에덴, "시계열 데이터결측치 처리 기술 동향", 전자통신동향분석, 36(4), pp.145~153 (2021)
  5. 김재인, "생성모델 기반 댄스 동작 표현 및 분류", 한국지능시스템학회 논문지, 29(2), pp.97~103 (2019), 한국지능시스템학회
  6. 박상언, "딥러닝 중심의 자연어 처리 기술 현황 분석", 한국빅데이터학회 학회지, 6(1), pp.63~81 (2021), 사)한국빅데이터학회[DOI]
  7. 박진아, "4차 산업혁명 시대 융복합 무용예술의 발전가능성 탐구 -인공지능(AI)을 중심으로-", 무용예술학연구, 68(1), pp.37~52 (2018), 한국무용예술학회[DOI]
  8. 신경아, "무용창작을 위한 인공지능 기술 활용 동향", 예술과 과학기술, 16(4), pp.9~29 (2020), 우리춤연구소
  9. 신상미, "무용과 인공지능 융합예술 연구- 윌리엄 포사이드의 <재생된 하나의 평면에 대한 동기 오브제>를 중심으로", 한국예술연구, (16), pp.53~75 (2017), 한국예술연구소[DOI]
  10. 안예슬, "한국무용 저작권 제도를 위한 기초 항목 분석과 개선방안 연구", 한국무용과학회지, 37(4), pp.25~37 (2020), 한국무용과학회[DOI]
  11. 오세복, "인공지능 사회에서 초등학교 무용교육의 교육적 의미 탐색", 문화예술교육연구, 14(1), pp.135~152 (2019), 한국문화교육학회[DOI]
  12. 유혜림, "감시 영상을 활용한 OpenPose 기반 아동 학대 판단시스템", 한국정보통신학회논문지, 23(3), pp.282~290 (2019), 한국정보통신학회[DOI]
  13. 한류의 세계적 확산에 관한 과학적 연구 : 빅데이터를 활용한 소셜미디어 사회연결망 분석, "이두희", 한국연구재단, ~ (2013)
  14. 이루라, "블록체인 기술을 활용한 무용저작권 보호에 관한 미래가치 전망", 한국무용학회지, 20(2), pp.139~151 (2020), 한국무용학회[DOI]
  15. 이화연, "무용분야의 인공지능기술도입에 관한 사례연구", 석사, pp.2021
  16. 임준석, "동영상에서 추출한 키포인트 정보의 동적 시간워핑(DTW)을이용한 인체 동작 유사도의 정량화 기법", 전기전자학회논문지, 24(4), pp.1109~1116 (2020), 한국전기전자학회[DOI]
  17. 장윤정, "딥러닝 기반의 영상 분석 기술 동향", 항공우주산업기술동향, 17(1), pp.113~122 (2019)
  18. 윤완오, "이기종 멀티프로세서 시스템에서 삽입과 복제를 고려한 효율적인 태스크 스케줄링 알고리즘", 정보과학회논문지 : 시스템 및 이론, 38(2), pp.67~79 (2011), 한국정보과학회
  19. 최은정, "산업혁명에 의한 무용예술의 발전 동향 연구", 한국체육사학회지, 25(1), pp.25~28 (2020), 한국체육사학회
  20. 최종환, "한국 힙합댄스의 발전과정과 가치인식", 박사, 무용학과 현대무용전공, pp.2012
  21. 태혜신, "인공지능과 예술의 융합 양상에 관한 탐색적 고찰", 한국무용과학회지, 36(2), pp.27~42 (2019), 한국무용과학회[DOI]
  22. 생체역학적용 K-POP 댄스안무 검색 및 자세 정확성 분석 기술 개발, "한국전자통신연구원", 문화체육관광부, ~ (2017)
  23. 홍미성, "델파이기법을 이용한 안무저작권의 보호범위", 한국체육학회지, 55(6), pp.625~641 (2016), 한국체육학회
  24. 후세인 탄베르, "Structural similarity based efficient keyframes extraction from multi-view videos", 한국차세대컴퓨팅학회 논문지, 14(6), pp.7~14 (2018), 한국차세대컴퓨팅학회
  25. 황희정, "무용저작권 침해의 가이드라인 연구", 예술과 과학기술, 9(1), pp.87~113 (2013), 우리춤연구소
  26. Alejandro Newell, "Stacked Hourglass Networks for Human Pose Estimation", European Conference on Computer Vision, Computer Vision - ECCV 2016, pp.483~499 (2016)
  27. Alexander Toshev, "Scalable Object Detection Using Deep Neural Networks", 2014 IEEE Conference on Computer Vision and Pattern Recognition (2014)
  28. Goswami, "Nrityabodha : Towards understanding Indian classical dance using a deep learning approach", Signal Processing : Image Communication, 47, pp.529~548 (2016)
  29. Hitoshi Matsuyama, "Deep Learning for Ballroom Dance Recognition : A Temporal and Trajectory Aware Classification Model With Three Dimensional Pose Estimation and Wearable Sensing", IEEE, 21(22), pp.25437~25448 (2021)
  30. Ian R. Cleasby, "Using time-series similarity measures to compare animal movement trajectories in ecology", Behavioral Ecology and Sociobiology, 73, pp.151~ (2019)
  31. Karen Simonyan, "Very Deep Convolutional Networks for Large-Scale Image Recognition", ICLR, 1~14 (2015)
  32. Mohammad Shokoohi-Yekta, "Generalizing DTW to the Multi-Dimensional Case Requires an Adaptive Apporoach", Data mining and knowledge discovery, 31(1), pp.1~31 (2017)
  33. Shicheng Xiang, "An Efficient Method for Boosting Human Pose Estimation", 2021 IEEE International Symposium on Broadband Multimedia Systems and Broadcasting (BMSB) (2021)
  34. Xiaodan Hu, "Unsupervised 3D Pose Estimation for Hierarchical Dance Video Recognition", CVPR 2021, ~ (2021)
  35. YANG Hong-hong, "Hierarchical Dance Pose Estimation Algorithm Based on Sequential Multi-Scale Feature Fusion", Acta Electronica Sinica, 49(12), pp.2498~2436 (2021)
  36. Yuanmin Zhou, "3D Human Pose Estimation : Using Context Information in Monocular Video", ICCEAI 2021, ~ (2021)
  37. Z. Cao, "Realtime multi-person 2d pose estimation using part affinity fields", CVPR 2017, ~ (2017)
  38. [URL]
  39. [URL]
  40. [URL]
  41. [URL]
  42. [URL]

관련 논문AI추천

AI 딥러닝 동작 추정 기술을 통한 발레동작 그랑 즈떼(Grand Jeté) 분석허서명대한무용학회 · 대한무용학회 논문집2024 · 제82권 제3호K-POP 안무 저작권 보호를 위한 인공지능을 활용한 자동 무보 제작에 대한 연구이병권한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2025 · 제30권 제4호무용교육에서의 인공지능 활용방안 탐색김경미한국문화교육학회 · 문화예술교육연구2023 · 제18권 제6호딥러닝 기반 2차원 자세 추정을 활용한 골프 스윙 유사도 측정 방법론박종혁한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2023 · 제28권 제1호인공지능 기반 무용교육 활성화를 위한 기초연구진승화, 최유리대한무용학회 · 대한무용학회 논문집2024 · 제82권 제1호동영상에서 추출한 키포인트 정보의 동적 시간워핑(DTW)을이용한 인체 동작 유사도의 정량화 기법김진헌, 임준석한국전기전자학회 · 전기전자학회논문지2020 · 제24권 제4호

이 간행물의 다른 논문 (8건)

무용수의 성취목표지향성, 심리기술, 자기관리의 관계염계화pp. 1-8하이브리드 강의 품질이 수강생의 학습 태도, 학습 몰입, 학습 만족에 미치는 영향: 스트릿 댄스 교과목을 중심으로김수지, 이해준pp. 9-20국내·외 뮤지컬 어워즈 사례분석을 통한 한국뮤지컬 안무의 발전방향 탐색신종철pp. 21-41중국 예비 무용교육자의 교사효능감과 수업전문성의 관계에서 실천적 교수역량의 매개효과김형남, 우징, 김지안, 김은혜pp. 53-67떼아트르 현대무용단과 극단 노을의 협업에 관한 연구이신영pp. 69-81
원문 보기