음악 기반 그룹 코리오그래피

음악 기반 무용 창작은 다양한 산업 응용 분야에서 중요한 도전 과제입니다. 최근에는 단일 무용수를 위한 음악에서 무용 동작을 합성하는 여러 방법이 제안되었지만, 그룹 무용의 동작 생성은 여전히 해결되지 않은 과제입니다. 본 논문에서는 음악 기반 그룹 무용 생성을 위한 새로운 대규모 데이터셋인 $\rm AIOZ-GDANCE$를 제안합니다. 기존 데이터셋이 단일 무용만을 지원하는 것과 달리, 본 데이터셋은 그룹 무용 영상을 포함하고 있어 그룹 무용 구성 연구를 가능하게 합니다. 본 데이터셋의 3D 참조값을 확보하기 위해 인간이 개입하는 반자동 레이블링 방법을 제안하였습니다. 제안된 데이터셋은 실제 환경에서 촬영된 영상에서 얻은 16.7시간 분량의 음악과 3D 동작 데이터를 포함하며, 총 7가지 무용 스타일과 16가지 음악 장르를 포괄합니다. 본 연구에서는 단일 무용 생성 기법을 그룹 무용 생성에 단순히 적용할 경우, 무용수 간의 움직임 불일치 및 충돌과 같은 만족스럽지 않은 결과가 발생할 수 있음을 보여줍니다. 본 데이터셋을 기반으로, 입력 음악 시퀀스와 무용수의 3D 위치를 기반으로 효율적으로 다수의 그룹 일치 무용 구성(그룹 코히어런트 코리오그래피)을 생성하는 새로운 방법을 제안합니다. 또한 그룹 무용 품질을 측정하기 위한 새로운 평가 지표를 제안하고, 광범위한 실험을 통해 제안된 방법의 효과성을 입증합니다. 본 연구는 향후 그룹 무용 생성 분야의 연구 발전을 촉진하며, 관련 자료는 다음 웹사이트에서 공개됩니다: https://aioz-ai.github.io/AIOZ-GDANCE/