행동 인식에서 정보성 프레임의 시계적 관계

이 논문은 행동 인식을 위한 정보성 프레임에 대한 시계열 학습을 활용하는 간단한 접근 방식을 제안한다. 우리는 단지 시간 창 내에서 유사도 기법만을 사용하는 훈련이 필요 없는 간단한 적응형 프레임 선택 시나리오를 제안한다. 제안된 프레임 선택 방법은 정보성 프레임을 효과적으로 포착하고 의미 있는 특징을 제공하는 적절한 전략을 제공한다. 또한, 공간적 특징 추출에는 전이 학습(transfer learning)을 활용하고, 시계열 모델링에는 LSTM과 GRU를 사용한다. 제안된 방법은 대표적인 두 가지 데이터셋인 UCF11과 KTH에서 평가되었으며, 만족스러운 성능을 보였다.