|
연구팀이 제출한 논문 제목은 ‘VVS: Video-to-Video Retrieval with Irrelevant Frame Suppression’이다. 비디오 검색 프로세스에서 불필요한 프레임 정보를 억제해 정확하고 효율적인 비디오 검색 방법을 개발했다.
기존의 비디오 검색을 위한 서술자 연구는 가공되지 않은 비디오의 방해자 프레임에 대한 고려가 부족해 고도화된 시각적 유사성 계산에 한계가 있었다. 연구팀은 방해자 프레임이 영상 검색의 정확도와 강한 상관관계를 가지고 있다고 가정하고, 방해자 프레임을 제거해 영상 검색 실험을 수행했다.
연구팀은 첫 번째로 시각적 정보에 따라 쉽게 구분되는 방해자 프레임을 제거하는 ‘Easy Distractor Eliminiation Stage’를 도입했다. 두 번째로, 영상의 주제 및 의미론적 상관관계에 기반해 방해자 프레임을 억제하는 ‘Suppression Weight Generation Stage’를 제안했다. 이러한 접근은 기존의 비디오 검색 연구의 한계를 극복할 수 있는 가능성을 보여주며 높은 평가를 받았다.
연구에 참여한 임근택 세종대 AI로봇학과 석사과정 대학원생은 “세계적으로 인정받는 인공지능 국제 학술 대회에서 논문을 발표할 수 있게 돼 영광”이라며 “앞으로도 가치 있는 연구를 하는 연구자로 성장하고 싶다”고 말했다.