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
- 저널정보
- Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제30권 제8호
- 발행연도
- 2024.8
- 수록면
- 362 - 371 (10page)
- DOI
- 10.5626/KTCP.2024.30.8.362
이용수
초록· 키워드
오류제보하기
대용량의 립리딩 데이터셋을 구축하는 것은 발화문을 구성하는 단어 및 각 단어를 발화한 시간 등의 정보를 어노테이션 해야 하기 때문에 상당히 어려운 문제이다. 일반적으로 립리딩 데이터셋 구축을 위한 레이블링 작업은 음성이 있는 동영상에 대해 자동 음성 인식 기술을 적용하여 발화문 텍스트를 획득한 후에 틀린 부분을 레이블러가 일일이 수정하는 방식으로 되고 있다. 그러나 음성 인식 기술의 부정확한 결과 및 여러 명의 레이블러들의 질에 따라 야기되는 일관성 없는 레이블로 인해 고품질의 대용량 립리딩 데이터셋을 구축하는 것은 어려운 일이다. 본 논문에서는 자체적으로 구축한 대용량 한국어 립리딩 데이터셋에서의 립리딩 모델 학습 시의 레이블 노이즈의 영향성을 분석한다. 데이터셋에 다양한 합성 레이블 노이즈를 포함하도록 구성하고, 레이블 노이즈의 종류 및 비율에 따른 립리딩 모델의 성능을 분석한다. 또한 데이터셋의 크기에 따른 성능을 평가하여 레이블 노이즈에 따른 성능과 비교함으로써 대용량 데이터셋에서의 허용 가능한 레이블 노이즈 비율을 분석한다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 한국어 립리딩 모델
4. 데이터셋 및 실험 방법
5. 실험 결과 및 분석
6. 결론
References
참고문헌 (28)
참고문헌 신청
T. Afouras, J.S. Chung, A. Senior, O. Vinyals, A. Zisserman, “Deep audio-visual speech recognition,” IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 44, Issue. 12, pp. 8717-8727, 2018.
T. Afouras, J.S. Chung, A. Zisserman, “LRS3-TED: a large-scale dataset for visual speech recognition,” In arXiv preprint arXiv:1809.00496, 2018.
K.R. Prajwal, T. Afouras, A. Zisserman, “Sub-word level lip reading with visual attention,” Proc. of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 5162-5172, 2022.
X. Liu, W. Li, Q. Yang, B. Li, Y. Yuan, “Towards robust adaptive object detection under noisy annotations,” Proc. of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 14207-14216, 2022.
Y. Wang, X. Ma, Z. Chen, Y. Luo, J. Yi, J. Bailey, “Symmetric cross entropy for robust learning with noisy labels,” Proc. of IEEE International Conference on Computer Vision (ICCV), pp. 322-330, 2019.
T. Afouras, J.S. Chung, A. Zisserman, “LRS3-TED: a large-scale dataset for visual speech recognition,” In arXiv preprint arXiv:1809.00496, 2018.
K.R. Prajwal, T. Afouras, A. Zisserman, “Sub-word level lip reading with visual attention,” Proc. of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 5162-5172, 2022.
X. Liu, W. Li, Q. Yang, B. Li, Y. Yuan, “Towards robust adaptive object detection under noisy annotations,” Proc. of IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 14207-14216, 2022.
Y. Wang, X. Ma, Z. Chen, Y. Luo, J. Yi, J. Bailey, “Symmetric cross entropy for robust learning with noisy labels,” Proc. of IEEE International Conference on Computer Vision (ICCV), pp. 322-330, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
대조 학습 기반 프로토타입 및 가우시안 혼합 모델을 이용한 노이즈 레이블 보정
전자공학회논문지
2024 .11
-
S3L: 레이블 노이즈에 강건한 셀프 샘플 선택 학습 알고리즘
한국정보과학회 학술발표논문집
2021 .12
-
레이블 노이즈(label noise)에강건한 준지도학습 심층 생성 모델(deep generative model)
대한산업공학회 추계학술대회 논문집
2023 .11
-
다중 레이블 분류의 정확도 향상을 위한 스킵 연결 오토인코더 기반 레이블 임베딩 방법론
지능정보연구
2021 .09
-
레이블 노이즈에 강건한 머신 러닝 및 실 세계 응용
정보과학회지
2022 .11
-
다중 레이블 분류의 정확도 향상을 위한 스킵 연결 오토인코더 기반 레이블 임베딩 방법론
한국지능정보시스템학회 학술대회논문집
2021 .06
-
노이즈 자가 학습 기법을 사용한 혐오표현 판별 모델
한국정보과학회 학술발표논문집
2021 .06
-
불확실성 기반의 샘플 의존적 노이즈 레이블 생성
대한산업공학회 추계학술대회 논문집
2024 .10
-
모델의 오버피팅(Overfitting) 특성을 이용한 레이블 노이즈(Label Noise) 탐지
대한전자공학회 학술대회
2020 .08
-
레이블 노이즈 상황 하에서의 시계열 분류를 위한 효율적인 샘플 선택 방법
대한산업공학회 추계학술대회 논문집
2022 .11
-
Semi-Supervised Learning Exploiting Robust Loss Function for Sparse Labeled Data
Journal of KIISE
2021 .12
-
Learning with Noisy Labels using Sample Selection based on Language-Image Pre-trained Model
Journal of KIISE
2023 .06
-
모델 위원회를 사용한 노이즈 레이블 정제 학습
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
이슈 보고서의 레이블 개수 예측
한국정보과학회 학술발표논문집
2021 .06
-
수도 레이블을 활용한 준지도 학습 기반의 도로노면 파손 탐지
한국ITS학회 논문지
2019 .01
-
1차원 합성곱 신경망을 활용한 다중 레이블 분류
한국정보과학회 학술발표논문집
2021 .06
-
노이즈 레이블 상황 하에서의 누적 손실 기반 시계열 샘플 선택
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
얼굴의 기하학적 특징 기반 립리딩에 관한 연구
대한전자공학회 학술대회
2016 .11
-
다중 레이블 나이브 베이지안 분류기의 정확도 개선 연구
한국컴퓨터정보학회 학술발표논문집
2018 .01
-
A Label Inference Algorithm Considering Vertex Importance in Semi-Supervised Learning
Journal of KIISE
2015 .12
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0