[CVPR 2022] Exploring Denoised Cross-video Contrast for Weakly-supervised Temporal Action Localization 논문리뷰

안녕하세요.

한밭대학교 머신러닝 연구실 석사과정 임재빈입니다.

이번 CVPR 2022에서 발표된 "Exploring Denoised Cross-video Contrast for Weakly-supervised Temporal Action Localization"에 대해 소개해 드리고자 게시물 작성합니다.!

본 논문은 오직 video-level labels을 가지고 untrimmed video에서 action을 localization하는 것을 목표로 하는
Weakly-supervised Temporal Action Localization에 대한 논문입니다.

본 논문에서는 이 문제를 더 정확하게 해결하기 위해 새로운 알고리즘인 "denoised cross-video contrastive algorithm"을 제안하였습니다.

이 알고리즘에 대한 key design 3가지는

  1. 노이즈가 있는 contrastive features에 대한 부작용을 완화하고자 "pseudo-label denoising module"을 사용하였습니다.
  2. 전체 데이터셋을 통해 global contrast를 capture 하기 위해 "region-level feature contrast strategy"을 사용하였습니다.
  3. action-background 분리, intra-class compactness 그리고 inter-class 분리 하기 위하여 다양한 contrastive learning strategy를 사용하였습니다.

그 결과 벤치마크 데이터셋인 THUMOS’14, ActivityNet1.3 dataset에 대해서 우수한 성능을 보여주었습니다.
해당 논문에 대한 자세한 내용은 제 유튜브 채널에 업로드하였습니다.

좋아요 4

좋은 정보 공유 감사드립니다!

좋아요 1

논문 소개 감사합니다!!
혹시… 제목에 어떠한 논문 (또는 CVPR 2022 발표 논문) 리뷰임을 함께 적어주실 수 있으실까요?
제목을 보시고 다른 분들께서 어떤 내용이실지 알면 더 많은 분들께 공유가 될 것 같습니다! :smiley:

좋아요 1

네 알겠습니다.!

좋은 말씀 감사합니다.

좋아요 1

감사합니다! :tada: