지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.7
- 수록면
- 1,152 - 1,165 (14page)
- DOI
- 10.7840/kics.2020.45.7.1152
이용수
초록· 키워드
오류제보하기
컴퓨터 비전 분야에서 비디오 이해를 위한 행동 인식 연구는 오랫동안 행해져 왔다. 하지만 행동 인식 연구에서 사용하는 비디오들은 전문가에 의해 가공된 데이터로 특정 행동들을 잘 나타내는 정형 비디오로 볼 수 있다. 최근 많은 미디어 플랫폼의 발달로 많은 사람이 직접 촬영한 비디오를 업로드하고 시청할 수 있게 되며, 이러한 비정형 비디오들의 수집과 접근이 쉬워졌다. 이에 따라 비디오 이해를 위해 정형 비디오를 활용하는 행동 인식 연구뿐만 아니라 비정형 비디오에 대한 시간적 행동 검출 연구가 최근 활발히 이루어지고 있다. 시간적 행동 검출은 크게 오프라인 행동 검출과 온라인 행동 검출로 분류할 수 있으며, 지난 몇 년간 두 가지 분야 모두에서 많은 행동 검출 방법들이 제안되었다. 또한, 최근 딥러닝의 발달로 인해 그 성능 또한 눈에 띄게 향상되고 있다. 이러한 연구 동향에 따라 본 논문에서는 최근 주목받고 있는 딥러닝 기반의 시간적 행동 검출 방법들을 소개하고자 한다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 오프라인 행동 검출
Ⅲ. 온라인 행동 검출
Ⅳ. 결론
References
참고문헌 (24)
참고문헌 신청
D. Tran, H. Wang, L. Torresani, and M. Feiszli, “Video classification with channelseparated convolutional networks,” in Proc. IEEE ICCV, Oct. 2019.
J.-H. Hong, B.-C. Ko, and J.-Y. Nam, “Human action recognition in still image using weighted bag-of-features and ensemble decision trees,” J. KICS, vol. 39, no. 1, pp. 1-9, Jan. 2013.
Z. Shou, D. Wang, and S.-F. Chang, “Temporal action localization in untrimmed videos via multi-stage cnns,” in Proc. IEEE Conf. CVPR, pp. 1049-1058, Jun. 2016.
H. Xu, A. Das, and K. Saenko, “R-c3d: Region convolutional 3d network for temporal activity detection,” in Proc. IEEE ICCV, pp. 5783-5792, Oct. 2017.
Y. Zhao, Y. Xiong, L. Wang, Z. Wu, X. Tang, and D. Lin, “Temporal action detection with structured segment networks,” in Proc. IEEE ICCV, pp. 2914-2923, Oct. 2017.
J.-H. Hong, B.-C. Ko, and J.-Y. Nam, “Human action recognition in still image using weighted bag-of-features and ensemble decision trees,” J. KICS, vol. 39, no. 1, pp. 1-9, Jan. 2013.
Z. Shou, D. Wang, and S.-F. Chang, “Temporal action localization in untrimmed videos via multi-stage cnns,” in Proc. IEEE Conf. CVPR, pp. 1049-1058, Jun. 2016.
H. Xu, A. Das, and K. Saenko, “R-c3d: Region convolutional 3d network for temporal activity detection,” in Proc. IEEE ICCV, pp. 5783-5792, Oct. 2017.
Y. Zhao, Y. Xiong, L. Wang, Z. Wu, X. Tang, and D. Lin, “Temporal action detection with structured segment networks,” in Proc. IEEE ICCV, pp. 2914-2923, Oct. 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Activity Detection in Untrimmed Videos with Semantic Features and Temporal Region Proposals
Journal of KIISE
2018 .07
-
비디오 행동인식을 위한 효과적인 딥러닝 알고리즘
한국방송미디어공학회 학술발표대회 논문집
2018 .06
-
의미 특징과 시간 영역 제안을 이용한 비디오 행동 탐지
한국정보과학회 학술발표논문집
2017 .12
-
비디오 기반 행위 이벤트 검출
대한전기학회 학술대회 논문집
2020 .07
-
딥러닝 기반 비디오 특징을 이용한 장면 검출 기법
한국통신학회 학술대회논문집
2023 .02
-
완전지도 시간적 행동 검출에서 역재생 비디오를 이용한 양방향 정보 학습 방법
전기전자학회논문지
2024 .06
-
비디오에서 인간 행동 인식을 위한 주의 모델 기반 잔류 주의 네트워크
한국컴퓨터정보학회논문지
2020 .01
-
딥러닝 기반 비디오 이상상황 검출 시스템
대한전자공학회 학술대회
2024 .06
-
비디오기반 행동인식 연구 동향
전자공학회지
2017 .08
-
음성-시각-언어 정보를 활용한 행위자 중심 융합 기반 비디오 행동 검출
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
효과적인 비디오 행동 인식을 위한 오디오-비디오 교차 어텐션
한국정보과학회 학술발표논문집
2024 .06
-
딥러닝 기반 비디오 분석 기술
정보과학회지
2015 .09
-
딥러닝을 활용한 이상 행동 검출 방법
Proceedings of KIIT Conference
2023 .11
-
비디오 객체 검출을 위한 이미지 증강 기법의 적용
한국통신학회 학술대회논문집
2023 .02
-
동작 검출과 피부색 검출을 이용한 손 검출
한국컴퓨터정보학회 학술발표논문집
2016 .07
-
비디오 영상에서의 군중 폭력행위 검출
한국정보과학회 학술발표논문집
2015 .12
-
360도 비디오 서비스를 위한 비디오 부호화 기술 개발
한국방송미디어공학회 학술발표대회 논문집
2017 .11
-
A Survey on Deep Learning-based Cancer Detection
대한전자공학회 학술대회
2019 .06
-
딥러닝기반 이상데이터 증대를 통한 비디오이상탐지
한국정보과학회 학술발표논문집
2019 .06
-
효율적인 모델 학습을 위한 심층 특징의 평균값을 활용한 의미 있는 비디오 프레임 추출 기법
한국방송미디어공학회 학술발표대회 논문집
2021 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
시간적 행동 구간 생성을 위한 LSTM 기반 단편 관련성 학습
은현준
,
문진영
,
박종열
외 2명
한국통신학회논문지
2020
.06
딥러닝 기반의 도메인 적응 기술: 서베이
나재민
,
황원준
방송공학회논문지
2022
.07
GPU를 활용한 그래프 분석 방법에 대한 서베이 연구
홍기재
,
고진호
,
이태성
외 1명
한국정보과학회 학술발표논문집
2022
.12
효율적인 모델 학습을 위한 심층 특징의 평균값을 활용한 의미 있는 비디오 프레임 추출 기법
윤혁
,
김영기
,
한지형
한국방송미디어공학회 학술발표대회 논문집
2021
.06
약한 지도 학습 기반 비디오에서의 행동 경계 탐지
박소영
,
최용석
한국정보과학회 학술발표논문집
2020
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-567-000839816