인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
우리 전통음악 공연에는 다양한 동작을 수반하는 장르들이 다수 포함되어 있다. 본 논문에서는 시간 축 동작 세그멘테이션(TAS: Temporal Action Segmentation) 딥러닝 모델을 통해 북소리 비디오와 오디오 특징을 융합하고, 이를 활용해 우리 전통 판소리 고수의 북 주법을 시간 축 상에서 분석하였다. 비디오의 경우 I3D(Inflated 3D ConvNet), 오디오의 경우 STFT(Short Time Fourier Transform) 특징을 ASFormer 모델로 융합하여 분석한 결과, 멀티모달 융합의 효용성을 입증하였고, 초기 단계 융합이 가장 우수한 성능을 보임을 확인하였다. 한편 이런 연속적인 멀티모달 학습데이터의 경우 오디오와 비디오의 클래스 경계가 모호하며, 정확한 동기화가 어려운 문제가 발생한다. 본 논문에서는 이를 극복하기 위해 오디오 데이터의 soft label과 오디오 및 비디오 분기의 레이어 단위 교사 학습을 제안하고, 최종 단계 융합 모델에서 그 효과를 확인하였다.
또한 본 논문에서는 클래스 불균형 및 카메라 촬영 방향 설정 등의 향후 멀티모달을 활용한 전통음악 분석에서 고려할 사항들을 제시하였다.
또한 본 논문에서는 클래스 불균형 및 카메라 촬영 방향 설정 등의 향후 멀티모달을 활용한 전통음악 분석에서 고려할 사항들을 제시하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096831055
