스케일 가능한 그룹 코레오그래피를 위한 변분적 위상 다양체 학습

음악에서 그룹 댄스 동작을 생성하는 것은 여러 산업 응용 분야에서 중요한 과제이지만 도전적입니다. 이 문제를 해결하기 위해 여러 방법이 제안되었지만, 대부분의 방법은 데이터셋에 미리 정해진 댄서 수에 제약을 받으면서 댄스 동작의 충실도를 최우선으로 합니다. 이러한 한계는 실제 세계 응용 프로그램에 대한 적응성을 저해합니다. 본 연구에서는 자연스러움과 동기화를 유지하면서 그룹 안무의 확장성 문제를 해결하고자 합니다. 특히, 우리는 학습된 생성 매니폴드(Generative Manifold)에서 그룹 댄스를 생성하기 위한 위상 기반 변분 생성 모델을 제안합니다. 본 방법은 높은 충실도의 그룹 댄스 동작을 달성하며, 메모리를 최소한으로 소비하면서 무제한적인 수의 댄서로 동작 생성을 가능하게 합니다. 두 개의 공개 데이터셋을 사용한 집중적인 실험 결과, 제안된 방법이 최근 최신 접근법보다 크게 우수함을 보여주며, 훈련 데이터를 초월하여 많은 수의 댑서에게 확장 가능함을 입증하였습니다.