정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
GANs Chaining을 이용한 휴먼 액션 생성 |
| 영문제목(English Title) |
Pose Сontrolled Creation of Human Actions Using GANs Chaining |
| 저자(Author) |
아지즈 시야에프
조근식
Aziz Siyaev
Geun-Sik Jo
|
| 원문수록처(Citation) |
VOL 26 NO. 08 PP. 0390 ~ 0395 (2020. 08) |
한글내용
(Korean Abstract) |
Generative Adversarial Networks(이하 GANs)은 다양한 콘텐츠 제작 분야에서 빠른 발전 속도를 보여왔다. 특히 영상 생성 분야에서는 아바타 애니메이션과 같은 인간 중심 응용 프로그램의 개발로 큰 주목을 받았다. 본 논문에서는 2단계 GAN 파이프라인을 사용하여 ‘GAN을 통한 순차적 인간 행동 생성’(Sequential Human Action Generation with GANs)’에 대한 방법을 제안한다. 제안하는 방법은 비디오 생성을 위해 자세 제어 가능한 접근 방식을 적용하였다. 자세 생성기로 자세의 뼈대를 생성한 후, 프레임 생성기를 통해 텍스처를 입히는 방식이 사용되었다. 비디오 제작에 대한 광범위한 실제 분석 결과는 포즈 제어 가능한 비디오 생성이 안정적이고 직관적이라는 결과를 보여준다. 결과적으로 다양한 영상 품질 실험을 통해 SeHAGAN의 순차적 행동 방법이 사람의 움직임에 대한 자연스러운 고품질의 영상을 생성할 수 있음을 입증하였다
|
영문내용
(English Abstract) |
The Generative Adversarial Networks (GANs) have shown rapid development in different content-creation tasks. Among them, the video generation has received attention because of the development of various human-centric applications such as avatar animation. The movie industry arranges vast research in automatic scenes generation and trailer production, which underlines the need for developing video generation technologies. In this paper, we propose our method for human actions video generation called SeHAGAN: Sequential Human Action Generation with GANs, which is a two-stage GANs pipeline. We apply the pose controllable approach for video generation. First, we produce the pose skeleton with our poses generator, and then we texture them with a frame generator. Extensive practical analysis in video production show that pose controllable video generation demonstrate stable and intuitive results. Various video quality experiments were conducted, and results illustrate that SeHAGAN generates a plausible, high-quality and realistic video of human movements.
|
| 키워드(Keyword) |
휴먼 액션 생성
포즈 생성
비디오 생성
GAN
human actions generation
poses generation
video generation
GAN
|
| 파일첨부 |
PDF 다운로드
|
