리서치 연구
What Do Interaction Representations Actually Measure? Pre-Event Separability in Weakly-Supervised Violence Detection
ARarXiv
연구진은 폭력 감지 모델의 성능을 높이는 다양한 인간 상호작용 표현 방식(관절 정보, 바운딩 박스 등)들을 비교 분석했습니다.
세 줄 요약
- 분석 결과, 폭력 감지가 실제 사건 증거보다 영상에 포함된 편집 제목이나 워터마크 같은 '사전 발생 출처 단서'에 크게 의존함을 밝혀냈습니다.
- 이는 모델들이 순수한 행동 패턴 학습보다는 데이터셋에 내재된 인위적인 배경 정보(스퓨리어스 상관관계)를 포착할 위험이 있음을 시사합니다.
- 따라서 기존 벤치마크는 사건 증거와 외부 출처 단서가 혼합된 점수를 측정하여, 어떤 표현 방식이 진정으로 우수한지 판단하기 어렵다는 한계가 있습니다.
연구진은 폭력 감지 모델의 성능을 높이는 다양한 인간 상호작용 표현 방식(관절 정보, 바운딩 박스 등)들을 비교 분석했습니다.