Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Decoupled Audio-Visual Dataset Distillation

Created by
  • Haebom
Category
Empty

저자

Wenyuan Li, Guang Li, Keisuke Maeda, Takahiro Ogawa, Miki Haseyama

개요

본 논문은 오디오-비주얼 데이터셋 증류(Audio-Visual Dataset Distillation)의 한계를 극복하기 위해 제안된 DAVDD 프레임워크에 대해 설명한다. 기존의 DM(Distribution Matching) 방식이 모달리티 간의 내재적인 정렬을 제대로 포착하지 못하는 문제와, 모달리티 간의 직접적인 상호작용이 모달리티별 고유 정보를 손상시키는 문제를 해결하고자 한다. DAVDD는 사전 훈련된 다양한 뱅크를 활용하여 안정적인 모달리티 특징을 추출하고, 경량의 디커플러 뱅크를 사용하여 공통 및 개인 표현으로 분리한다. 또한, 샘플 수준 및 전역 분포 수준에서 공유 표현을 정렬하는 Common Intermodal Matching 및 Sample-Distribution Joint Alignment 전략을 도입하여 교차 모달 구조를 효과적으로 보존한다. 개인 표현은 교차 모달 상호작용으로부터 완전히 격리되어 모달리티별 정보를 보호한다. 다양한 벤치마크 실험을 통해 DAVDD가 모든 IPC 설정에서 최고 성능을 달성했음을 입증한다.

시사점, 한계점

시사점:
사전 훈련된 모델 활용을 통한 안정적인 모달리티 특징 추출.
디커플링된 표현 학습을 통한 모달리티별 정보 보존.
Common Intermodal Matching 및 Sample-Distribution Joint Alignment 전략을 통한 교차 모달 구조 효과적 보존.
다양한 벤치마크에서 SOTA 달성.
한계점:
논문 자체에서는 구체적인 한계점이 명시되지 않음. (향후 연구를 통해 밝혀질 수 있음)
👍