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.

Uneven Event Modeling for Partially Relevant Video Retrieval

Created by
  • Haebom

저자

Sa Zhu, Huashan Chen, Wanqian Zhang, Jinchao Zhang, Zexian Yang, Xiaoshuai Hao, Bo Li

개요

본 논문은 부분적으로 관련된 비디오 검색(PRVR)을 위한 새로운 프레임워크인 불균일 이벤트 모델링(UEM)을 제안합니다. 기존 방법들의 고정된 길이 클립 분할과 평균 풀링 기반 이벤트 표현의 한계를 극복하기 위해, UEM은 시간적 의존성과 연속 프레임 간 의미적 유사성을 고려하여 이벤트를 반복적으로 형성하는 Progressive-Grouped Video Segmentation (PGVS) 모듈과, 텍스트의 교차 어텐션을 조건으로 이벤트 표현을 개선하는 Context-Aware Event Refinement (CAER) 모듈을 제시합니다. 이를 통해 명확한 이벤트 경계와 텍스트-비디오 정렬을 개선하여 PRVR 성능을 향상시킵니다. 두 개의 PRVR 벤치마크에서 최첨단 성능을 달성함을 실험적으로 입증합니다.

시사점, 한계점

시사점:
기존 PRVR 방법의 한계점인 고정 길이 클립 분할과 평균 풀링 문제를 효과적으로 해결.
PGVS 모듈을 통해 시간적 의존성과 의미적 유사성을 고려한 명확한 이벤트 경계 설정 가능.
CAER 모듈을 통해 텍스트와의 정확한 정렬을 위한 이벤트 표현 개선.
두 개의 PRVR 벤치마크에서 최첨단 성능 달성.
한계점:
제안된 방법의 계산 비용 및 복잡도에 대한 분석 부족.
다양한 유형의 비디오 데이터에 대한 일반화 성능에 대한 추가적인 실험 필요.
PGVS와 CAER 모듈의 하이퍼파라미터 최적화에 대한 자세한 설명 부족.
👍