Explaining Video Action Recognition through Pose Concept

Q: 이 논문에서 정의한 Pose-CBM이란 무엇인가?

Pose-CBM은 설명 가능한 비디오 동작 인식을 위한 개념 병목 프레임워크로, 인간의 포즈 시퀀스를 모션 인식 개념으로 활용한다. 이는 RGB 비디오에서 추출된 포즈 시퀀스를 클러스터링하여 의미 있는 움직임 패턴을 자동으로 발견하며, 예측 정확도와 인간이 이해할 수 있는 설명을 동시에 제공한다.

Q: Pose-CBM이 기존 비디오 XAI 방법론의 한계를 어떻게 극복하는가?

연구 결과, Pose-CBM은 기존 XAI 방법론이 모션 역학을 포착하지 못하거나 정적 특징에 의존하는 한계를 극복한다. 포즈 시퀀스를 동적 개념으로 사용하여 동작의 시간적 종속성과 미묘한 움직임 패턴을 효과적으로 설명하며, 이를 통해 모델의 투명성과 제어 가능성을 향상한다.

Wooil Lee; Jongseo Lee; Jinwoo Choi

자료유형: 학술대회자료

저자정보: Wooil Lee (Kyung Hee University) Jongseo Lee (Kyung Hee University) Jinwoo Choi (Kyung Hee University)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2025 한국컴퓨터종합학술대회 논문집

발행연도: 2025.7

수록면: 2,093 - 2,095 (3page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Video action recognition (VAR) has achieved strong performance with deep learning models, but their decision-making process remains opaque due to their black-box nature. Interpretability is crucial, especially for real-world applications that demand transparency and accountability. Existing video XAI methods often rely on feature attribution or static textual concepts, which struggle to capture motion dynamics and temporal dependencies essential for understanding actions. We propose Pose Concept Bottleneck Models (Pose-CBM), a novel concept bottleneck framework that introduces huma ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-093744498

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)