이차원 컨볼루션 신경망에서의 적응형 프레임 선택에 관한 동작 인식

본 연구에서는 강건한 특징을 얻기 위해 동적 프레임 선택 기법을 제안하였다. 이 방법은 중복을 줄이고 네트워크에 유용한 입력을 제공함으로써, 더 적은 처리 자원을 사용하면서도 충분한 정확도를 유지할 수 있다. 따라서 제안된 기법은 실시간 응용에 적합하다. 정보가 풍부한 프레임을 선택하고 계산량을 최소화함으로써 네트워크는 더 효율적으로 작동하면서도 충분한 정확도를 유지한다. 본 프레임워크는 대규모且 현실적인 데이터셋 중 하나인 UCF101에 대해 검증되었다. 실험 결과, ResNet-50 및 MobileNet의 사전 학습된 특징을 사용하여도 만족스러운 성능을 나타냈다.