본 논문은 신체 동작을 이용한 감정 인식 분야에서 데이터 부족 문제를 해결하기 위해 신경 가스 네트워크(NGN) 알고리즘을 이용한 합성 데이터 생성 방법을 제시합니다. NGN 알고리즘은 골격 구조 토폴로지를 학습하여 신체 관절에 뉴런(가스 입자)을 적합시키고, 생성된 가스 입자를 이용하여 새로운 신체 자세를 합성합니다. 프레임에 신체 자세를 연결하여 최종적인 합성 신체 동작을 생성하며, GAN, VAE 등 기존 방법과 비교하여 FID, 다양성 등의 지표를 사용하여 성능을 평가했습니다. 실험 결과, NGN 알고리즘은 기존 방법보다 더 사실적이고 감정적으로 구별되는 신체 동작 데이터를 더 빠른 속도로 생성하는 것으로 나타났습니다.
