초록
우리는 비디오에서 행동 감지 문제를 다룹니다. 2D 이미지의 객체 감지 분야에서 최근 이루어진 진전에 힘입어, 형태와 운동학적 신호에서 파생된 풍부한 특징 계층을 사용하여 행동 모델을 구축합니다. 우리는 외관과 움직임을 두 가지 방법으로 통합합니다. 첫째, 이미지 영역 제안들에서 움직임이 눈에 띄는 영역들을 선택하여, 이들 영역들이 행동을 포함할 가능성이 더 높아집니다. 이로 인해 처리되는 영역의 수가大幅减少，从而允许更快的计算。为了纠正这句话中的翻译错误并保持其符合韩语的表达习惯，这里应该改为：이로 인해 처리되는 영역의 수가 크게 줄어들어 더 빠른 계산이 가능하게 됩니다. 其余部分继续如下：둘째, 우리는 시공간 특징 표현을 추출하여 Convolutional Neural Networks(컨볼루셔널 뉴럴 네트워크)를 사용하여 강력한 분류기를 구축합니다. 우리의 예측값들을 연결하여 시간적으로 일관된 감지를 생성하며, 이를 행동 튜브라고 합니다. 우리는 우리의 접근법이 행동 감지 작업에서 다른 기술들을 능가함을 보여줍니다.