UniCon+: ICTCAS-UCAS が ActivityNet Challenge 2022 の AVA-ActiveSpeaker タスクに提出した論文

本報告では、2022年のActivityNetチャレンジで優勝したAVAアクティブスピーカー検出（ASD）タスクの解決策について簡潔に説明します。当社の基本モデルであるUniCon+は、以前の研究である統合コンテキストネットワーク（Unified Context Network: UniCon）およびExtended UniConを基盤としており、これらは堅牢なシーンレベルのASDのために設計されています。我々は、このアーキテクチャに単純なGRUベースのモジュールを追加し、読み取りと更新操作を通じて同一人物の情報がシーン間で流れるようにしました。AVA-ActiveSpeakerテストセットにおいて、最良の結果は94.47%のmAPであり、今年のチャレンジリーダーボードでも引き続き1位を維持しており、大幅に最先端技術を推進しています。