要約
新しい畳み込み層である時系列ガウス混合（Temporal Gaussian Mixture: TGM）層を導入し、連続的な活動動画において長期的な時系列情報を効率的に捉える方法について説明します。TGM層は、ガウスの位置や分散などのごく少数のパラメータによって制御される時系列畳み込み層であり、完全に微分可能です。本研究では、複数のTGM層を用いた完全畳み込み動画モデルを提案し、活動検出に適用します。CharadesやMultiTHUMOSなど複数のデータセットを用いた広範な実験により、TGM層の有効性が確認され、既存の最先端手法を大幅に上回る性能を示しています。