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
본 연구는 실사용자가 직접 촬영한 미편집 테니스 경기 영상에서 랠리 구간을 자동 추출하는 멀티모달 네트워크 TRMNet(Tennis Rally Multimodal Network)을 제안한다. 사용자 촬영 영상은 실제 플레이 구간이 전체의 약 50%에 불과하며, 랠리 경계는 숙련된 라벨러 간에도 F1 약 0.88에 그치는 모호성을 갖는다. 이에 TRMNet은 경량 비디오 백본 causal MoViNet A0에 BiLSTM·Temporal Self-Attention 시간 헤드와 오디오 Late Fusion 브랜치를 결합하여 시각·청각 정보를 통합하고, Soft Label Ramp Mask·Focal-BCE 결합 손실·Modality Dropout·차등 학습률을 적용하고, Clean-to-Noisy 3단계 커리큘럼 러닝을 보조 전략으로 활용하여 소규모 이질 데이터에서의 파인튜닝 안정성과 일반화를 확보한다. Ablation 실험을 통해 시간 헤드의 기여가 AP_smooth 기준 0.1556으로 가장 크게 나타남을 확인하였다. 자체 구축한 테니스 경기 영상 118편(총 43.6시간)을 대상으로 한 실험에서 Test F1 0.8422, AP_smooth 0.9315를 달성하였으며, 실서비스(PerfectSwing, 바운드원)에 배포하여 비플레이 구간 약 50% 자동 제거의 실환경 적용 가능성을 확인하였다.
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
