Earticle

다운로드

DeVTr 의 Base Model 종류에 따른 비디오 분류 결과 비교
Effects of the Base Model Types of DeVTr on Video Classification

  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 권호(발행년)
    2023 한국차세대컴퓨팅학회 춘계학술대회 (2023.06) 바로가기
  • 페이지
    pp.195-197
  • 저자
    허승회, 박운상
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A433545

원문정보

초록

한국어
DeVTr은 비디오 데이터 처리에서 프레임 간 변환을 통해 기존의 프레임 기반 모델보다 더 나은 성능을 제공 한다. 본 논문은 다양한 base model을 기반으로 한 DeVTr의 성능을 비교하고 분석하였다. 실험 결과, resnet26을 base model로 사용하는 DeVTr이 비디오 변환 작업에서 시각적 품질과 정확성 면에서 우수한 성 능을 보여주는 것을 확인했으며 향후 더 큰 규모의 데이터셋을 활용화여 성능을 비교할 예정이다.

목차

요약
1. 서론
2. 관련연구
3. 실험방법
3.1. 데이터셋
3.2. 실험환경
4. 실험결과
5. 결론
Acknowledgement
참고문헌

저자

  • 허승회 [ 서강대학교 인공지능학과 ]
  • 박운상 [ 서강대학교 인공지능학과 ] 교신저자

참고문헌

자료제공 : 네이버학술정보

    간행물 정보

    • 간행물
      한국차세대컴퓨팅학회 학술대회
    • 간기
      반년간
    • 수록기간
      2021~2025
    • 십진분류
      KDC 566 DDC 004