earticle

영어

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.

한국어

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 오픈포 즈 라이브러리를 이용해 2D 댄스 영상에서 추출한 이미지 데이터를 분석하여 18개의 신체 키포인트를 검출했 다. 검출된 키포인트는 스켈레톤 이미지를 출력하기 위해 연결되었고, 데이터 분석을 위한 2차원 공간 좌표 형 태로 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 제공함으로 써 인공지능 딥러닝 기술을 활용한 무용 동작 분석 기초 연구의 새로운 시각을 제안하였다.