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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.2
- 수록면
- 101 - 107 (7page)
- DOI
- 10.5573/ieie.2022.59.2.101
이용수
초록· 키워드
지도 학습의 문제점을 해결하기 위해 최근 주목받고 있는 방법인 Self-Supervised learning(자기 지도 학습)이 이미지 분야에서는 많은 발전을 이룩한 것에 반해 상대적으로 복잡한 task에 해당하는 비디오 분야에서는 발전 속도가 크지 않다. Self-Supervised learning이 비디오 분야에 적용될 때, 많은 이전 연구들에서 이미지에서 확장 시킨 방법들로 성능을 내었다. 그러나 비디오는 이미지와 다르게 시간 정보가 추가되었기 때문에 이미지에서 확장하였다고 하더라도 그게 옳은 방향인지는 확신할 수 없다. 또한 자기 지도 학습하는 전략 혹은 절차 자체가 하나의 pretext task로 pretrain 시킨 뒤 학습된 parameter를 전이시키는 방법, 즉 이미지에서 사용하는 방법을 그대로 사용하고 있다. 그래서 본 연구에서는 video에 특화 시킨 자기 지도학습 절차를 제안하고, 유효성을 Action Recognition task에서 입증해 보려 한다. 총 세 가지 실험을 수행하였는데 먼저 기존 연구들과의 비교를 통해 본 논문에서 제안하는 학습 방법이 효율적임을 보였다. 두 번째로 pretext task를 통해 모델이 비디오 자체의 representation을 잘 학습 했는 가를 평가하기 위해 Video Retrieval 실험을 수행하였다. 세 번째로 본 논문에서 비디오를 잘 학습하기 위해 비디오 데이터에 특화시킨 Spatial Pretext task에 대한 Ablation study를 수행하였다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- Abstract
- Ⅰ. 서론
- Ⅱ. 본론
- Ⅲ. 실험
- Ⅳ. 결론
- REFERENCES
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2022-569-001062457
