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
- 학위논문
- 저자정보
- 지도교수
- 낭종호
- 발행연도
- 2022
- 저작권
- 서강대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 비디오 공유 플랫폼의 비약적인 성장으로 콘텐츠 기반 비디오 검색의 역할이 대두되고 있다. 우리는 유튜브와 같은 플랫폼에서 동일한 사건을 다룬 여러 형태의 비디오를 쉽게 발견할 수 있다. 이러한 동일 사건을 다룬 여러 형태의 비디오를 찾는 문제를 사건 단위 비디오 검색(FIVR)이라고 한다. 비디오는 공간적, 시간적인 요소로 나누어질 수 있다. 기존의 방법들은 비디오에서 독립적인 프레임으로 특징을 추출하기에 세그먼트의 시간-의존적인 정보를 상당히 소실시키는 문제가 있고 FIVR-5K 쿼리 비디오 중 절반 정도에서 인물이 등장한다. 따라서 본 논문에서는 사전 훈련된 행동 분류 네트워크를 기반으로 추출한 비디오 세그먼트가 가진 시간-의존적인 특징과 자기 지도 학습 방법으로 사전 훈련된 가중치로 추출한 키프레임의 공간적인 특징을 별도로 처리하는 트랜스포머 인코더 기반 Two-stream 융합 구조를 제안한다. 학습을 위해 VCDB 벤치마크를 이용한다. 제안한 방법은 FIVR-200K의 모든 작업에서 비디오 단위 표현을 이용한 State-of-the-art 사건 단위 비디오 검색 방법을 뛰어넘는 성능(~2% mAP)을 보여준다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0