• 목록

[일시] 2023.08.09

[세미나 주제] Human Action Recognition -Pose, Background, Time-

[참고 논문]
1) Human Action Recognition without Human
2) Learning Delicate Local Representations for Multi-Person Pose Estimation

[요약]
사람이 다른 사람의 행동을 인지하는 과정은 사람을 식별하고, 해당 인물의 관절정보와 주변정보를 확인, 일정 기간동안 해당 인물을 관찰해 최종적으로 행동을 식별한다. 현재까지의 주된 접근법은 i) Spatial한 정보와 Temporal한 정보와 ii) Human Keypoint 를 기반으로 행동을 식별했으나, 데이터 불확실성이 매우 큰 CCTV에서는 이러한 기존 방식으로 Keypoint 를 획득하기에 어려움이 있기 때문에 다른 접근방식이 필요할 것이다.
1)번 논문에서는 이미지 내 사람이 등장하지 않아도 해당 사람의 행동을 어느정도 식별할 수 있다는 것을 확인했다. 사람을 직접적으로 관찰했을 때가 더 성능면에서 우수했으나, 배경정보만을 가지고도 수용할 수 있을 수준의 HAR 이 가능하다는 것으로 실험적으로 증명했다.
2)번 논문은 Image 에서 Multi-Person의 Delicate Local Representation 에 대한 중요성을 강조하며, 이를 위한 Residual Steps Network(RSN)을 제시하며, Local 과 Global 한 정보를 Balance 하게 결과치에 반영하기 위한 PRM(Pose Refine Machine)을 추가했다.
이에 1)번 논문에서 가능성을 확인한 Background 까지를 고려한 접근법과 더불어 효과성이 검증된 SpatioTemporal Keypoint Information based HAR을 위해 Local Representation에 보다 집중하는 2)번 논문을 혼합해 사용한다면 CCTV 환경에서도 안정적인 HAR 수행이 가능할 것으로 생각된다.