التقسيم الهرمي للكمّية المتجهية للأفعال بدون إشراف

في هذا البحث، نتناول مشكلة تقسيم الأفعال الزمنية بدون إشراف، والتي تهدف إلى تقسيم مجموعة من الفيديوهات الطويلة والغير مقصوصة إلى مقاطع ذات معنى سياقي تكون متسقة عبر الفيديوهات. بينما تجمع الطرق الحديثة بين تعلم التمثيل والتصنيف في خطوة واحدة لهذه المهمة، إلا أنها لا تتعامل بشكل فعال مع التباين الكبير داخل المقاطع الزمنية لنفس الفئة. لمعالجة هذه القصور، نقترح طريقة جديدة تُسمى الكuantization المتجهي الهرمي (HVQ)، والتي تتكون من وحدتين متتابعتين للكuantization المتجهي. هذا يؤدي إلى تصنيف هرمي حيث تقوم الوحدات الفرعية الإضافية بتغطية التباين داخل كل عنقود. نوضح أن طريقتنا تلتقط توزيع أطوال المقاطع بشكل أفضل بكثير من الحالة الحالية للتقنية. لهذا الغرض، نقدم مقياسًا جديدًا يستند إلى المسافة جنسن-شانون (JSD) لتقسيم الأفعال الزمنية بدون إشراف. قمنا بتقييم طريقتنا على ثلاثة مجموعات بيانات عامة هي: Breakfast، YouTube Instructional و IKEA ASM. حققت طريقتنا أداءً أفضل من الحالة الحالية للتقنية فيما يتعلق بدرجات F1 والدقة واستدعاء JSD.