베니시 동작 표기법을 이용한 키포즈 기반 발레 아카이빙 방법 연구

김혜지; 이성희

추천

검색

자료유형: 학술저널

저자정보: 김혜지 이성희

저널정보: 한국무용과학회 한국무용과학회지 한국무용과학회지 제33권 제4호

발행연도: 2016.1

수록면: 125 - 148 (24page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구의 목적은 베니시 동작 표기법(BMN) 원리를 이용하여 발레 동작으로부터 발레 키포즈와 가장 유사한 포즈들을 추출하고, 그 정보를 이용하여 동작을 기록하는 방식을 모색하는 것이다. 본 연구에서는 러시아의 바가노바 교육법에서 정의한 기본 포즈를 바탕으로 추출한 168개의 발레 키포즈에 대하여 상용 소프트웨어인 DanceForms와 Poser Pro를 이용하여 키포즈 모션을 생성하였다. 또한 베니시 동작 표기법의 기본 원리를 그래픽 상에서 그리드로 재현하여, 그 안에서 기본자세들을 위치시켜 각 자세에서 10개의 관절(머리, 어깨, 손, 골반, 무릎, 발)의 좌표 값을 상대적으로 수치화 하였다. BMN 그리드 안에서 인간의 동작은 각 관절이 가지는 위치값으로 표현될 수 있으며, 발레의 각 포즈와 동작 역시 관절의 상대좌표 값으로 새롭게 표현 될 수 있다. 이 과정을 통해 ‘168개의 발레 키포즈 템플릿’을 만들어 시퀀스를 구성하는 동작들과의 유사도를 계산할 수 있게 하였다. BMN 키포즈 정보를 이용하여 발레 ‘잠자는 숲속의 미녀(The Sleeping Beauty)’의 ‘파랑새 베리에이션(Bluebird Variation)’을 분석하여 BMN 그리드를 통한 모션 수치화를 진행하였다. 이처럼 무용 시퀀스를 기록하여 저장한 데이터베이스를 체계화 하고, 그 자료를 바탕으로 시퀀스의 스토리와 모션 정보를 파악하기 쉽게 시각화할 수 있다.

Extracting key frame in the animation is crucial for archiving, retrieving, and also for making more optical posture or movement of the character. In this sense, extracting key frames of ballet works is critical to abstract the main points of ballet story and motion information. Ballet is composed of very artistic and scientific movement based on limb actions: extension, flexion, rotation and abduction. Thus, it is meaningful to focus on the ballet specialized method and to develop more appropriate way to inform the ballet movement information. This paper addresses new approaches to find a ballet specialized key frame using ballet key poses and the ballet notation system: Benesh Movement Notation system, and also speculates an effective way to present them in the end. To extract ballet key poses, 168 poses are selected by the Vaganova technique. 168 postures, including basic ballet pose: 5 feet and 3 arm poses are selected and all of these poses are exported to bvh file format by the DanceForms software. These selected 168 poses are then considered as input data to compare ballet key poses in real ballet works(1309 frames). To make a graphic readable platform to change 168 ballet key poses into numerical format, Benech movement notation principles are applied. BMN puts the human body on five staves followed by head, shoulder, waist, knee, and foot levels. Consequently, each pose is expressed as relative joint coordinates in that BMN grid is a mathematical understructure to calculate relative joint position. To extract the main key frames in the whole sequence, the Euclidean Distance was used to calculate the pose similarity distance between original ballet key poses and poses in 1309 frames, and the results were presented as musical score type bye the DanceForms, in the end. Consequently, this paper shows the key pose-based scoring using ballet notation system is efficient to catch the ballet points, in the end.

#베니시 동작 표기법 #BMN) #발레 키포즈 #발레 아카이빙 #모션 생성 #Ballet scoring #Vaganova ballet key pose #ballet notation and archiving #Benesh Movement Notation #key frame extraction

참고문헌 (11)

참고문헌 신청

Brown, Ann K. / 1984 / Dance Notation for Beginners: Labanotation/ Benesh Movement Notation / Dance Books

Campbell, L.W. / 1995 / Recognition of Human Body Motion using Phase Space Constraints. Computer Vision / Proceedings, Fifth International Conference :624~630

Chen, H. / 2013 / Generating Labanotation from Motion Capture Data / 2013 International Conference on Culture and Computing :222~223

Choensawat, W. / 2014 / GenLaban: A Tool for Generating Labanotation from Motion Capture Data / Multimedia Tools and Applications 74(23):10823~10846

Hachimura, K. / 2005 / Analysis and Evaluation of Dancing Movement based on LMA / Proceedings - IEEE International Workshop on Robot and Human Interactive Communication :294~299

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김혜지

소속기관 한국무용과학회

주요연구분야 예술체육학 > 공연매체예술 > 무용

논문수 1 이용수 3

이성희

소속기관 한국무용과학회

주요연구분야 예술체육학 > 공연매체예술 > 무용

논문수 3 이용수 20

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)