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
- 2025.12
- 수록면
- 408 - 411 (4page)
이용수
초록· 키워드
시간적 행동 검출(Temporal Action Detection)은 비디오 내에서 특정 행동의 시작과 종료 시점을 정확하게 식별하기 위한 핵심 과제로 주목받고 있다. 스마트폰의 보급으로 비디오 촬영 및 편집이 용이해지면서, 다양한 형태의 비정형 비디오 콘텐츠가 대량으로 생성되고 있으며, 이에 따라 시간적 행동 검출에 대한 연구 또한 활발히 이루어지고 있다. 일반적으로 우리가 접하는 비디오는 시간의 흐름에 따라 순방향으로 재생되기 때문에, 인간은 역방향으로 재생되는 비디오에서 행동을 인식하는 데 인지적 어려움을 겪는다. 반면, 딥러닝 기반 모델은 역재생 비디오를 학습하는 것이 가능하며, 순방향 비디오로 학습한 모델과 유사한 수준의 전체 성능을 보이는 것으로 나타난다. 흥미롭게도, 두 모델은 유사한 성능을 보이더라도 행동을 탐지하는 시간적 구간에서는 차이를 나타낸다. 본 연구에서는 이러한 차이에 주목하여, 순방향 및 역방향 모델의 상보적 특성을 활용한 새로운 시간적 행동 검출 학습 기법을 제안한다. 제안한 방법은 기존 베이스라인 대비 평균 mAP를 0.59% 향상시킴으로써, 시간 방향성을 고려한 학습이 시간적 행동 검출 성능 향상에 효과적임을 입증하였다.
#deep learning
#temporal action detection
#offline action detection
#untrimmed video
#Bi-directional Information
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 요약
- Ⅰ. 서론
- Ⅱ. 제안하는 방법
- Ⅲ. 실험 결과
- Ⅳ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
