표제지
초록
Abstract
목차
Ⅰ. 서론 9
1.1. 연구 동기 9
1.2. 연구 개요 9
1.3. 연구 목표 11
1.4. 논문 구성 12
Ⅱ. 본론 13
2.1. 관련 연구 13
2.1.1. Resnet 모델 13
2.1.2. Transformer 15
2.1.3. Multi-Layer Perceptron 18
2.1.4. 특징 추출 22
2.1.5. 대조 학습 33
2.1.6. 비디오 행동 인식 35
2.2. 제안하는 방법론 38
2.2.1. 랜덤 완전 추출법을 이용한 Slowfast 38
2.2.2. Spatial Triplepoint Concate 알고리즘 40
2.3. 실험 42
2.3.1. 데이터셋 42
2.3.2. 실험 방식 45
2.3.3. 특징 추출 46
2.3.4. 학습 및 추론 47
2.4. 결과 48
Ⅲ. 결론 51
참고문헌 53
Table 1-1. 각 게이트에 따른 값 18
Table 2-1. Aicity Track3 dataset label 44
Table 2-2. Result of Model 49
Figure 1.1. 전체 시스템 흐름 다이어그램 11
Figure 2.1. Resnet 모델 구조 14
Figure 2.2. Video Transformer 구조 17
Figure 2.3. 활성화 함수 20
Figure 2.4. Sub Clip Crop 방법 23
Figure 2.5. Temporal Feature Extraction 26
Figure 2.6. TSN과 C3D의 구조 28
Figure 2.7. I3D 구조 29
Figure 2.8. Slowfast 구조 31
Figure 2.9. X3D 구조 32
Figure 2.10. BYOL 구조 36
Figure 2.11. Random Complete Slowfast 40
Figure 2.12. Spatial Triplepoint Concate 41
Figure 2.13. AIcity Track3 Dataset 42