시간적 행동 구간 생성을 위한 LSTM 기반 단편 관련성 학습Learning Snippet Relatedness Based on LSTM for Temporal Action Proposal Generation

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 80
  • Download : 0
최근 많은 미디어 플랫폼의 발달로 비정형 비디오들의 수집과 접근이 용이해졌다. 이에 따라 비디오 이해를 위해 비정형 비디오에서 행동의 시작과 끝을 찾는 시간적 행동 검출 연구가 최근 활발히 이루어지고있다. 시간적 행동 구간 생성 방법은 Temporal Convolutional Network를 이용하여 행동 구간을 정의한다. 이와는 다르게, 본 논문에서는 행동을 시간적발생 순서에 따라 모델링 하기 위하여 LSTM을 이용한 방법을 제안한다. 제안하는 방법은 LSTM을 이용하여 단편 관련성 (Snippet Relatedness)를 평가하고이를 통해 행동 구간을 정의한다. 단편 관련성은 단편들이 서로 동일한 행동 구간에 포함되는지를 나타내는지표이다. 제안하는 방법은 THUMOS-14 데이터 셋에대한 실험에서 50개의 행동 구간 수 추출 시 41.34% 평균 리콜 성능을 얻어 BSN, MGG 보다 3.88%, 1.41% 우수한 성능을, SRG보다는 0.85% 떨어진 성능을 보였다.
Publisher
한국통신학회
Issue Date
2020-06
Language
Korean
Citation

한국통신학회논문지, v.45, no.6, pp.975 - 978

ISSN
1226-4717
DOI
10.7840/kics.2020.45.6.975
URI
http://hdl.handle.net/10203/281133
Appears in Collection
EE-Journal Papers(저널논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0