グループ意識的な対照的回帰を用いた行動品質評価

行動の品質を評価することは、ビデオ間の微妙な違いとスコアの大きな変動のために困難です。既存の大多数の手法は、この問題に対処するために単一のビデオから品質スコアを回帰させる方法を採用していますが、ビデオ間でのスコアの大きな変動により多くの課題に直面しています。本論文では、訓練および推論中により正確な行動品質評価を行うために、ビデオ間の関係が重要な手がかりを提供することを示します。具体的には、行動品質評価の問題を、共有属性（例えばカテゴリや難易度）を持つ別のビデオに対する相対的なスコアを回帰する問題として再定式化し、参照なしのスコア学習ではなく、ペアワイズ比較によって相対的なスコアを学習する新しいコントラスト回帰（Contrastive Regression, CoRe）フレームワークを提案します。これにより、ビデオ間の違いが強調され、モデルが評価に必要な主要な手がかりを学習するよう導かれます。さらに、2つのビデオ間の相対的な情報を効果的に活用するために、グループウェア回帰ツリーを開発しました。これにより、従来のスコア回帰を2つのより簡単なサブ問題に変換できます：粗い分類から細かい分類への移行と小さな区間での回帰。CoReの有効性を示すため、AQA-7, MTL-AQA, JIGSAWS の3つの主流のAQAデータセットで広範な実験を行いました。当手法は以前の方法よりも大幅に優れており、これら3つのベンチマークすべてにおいて新たな最先端性能を達成しました。