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.