표현과 군집의 공동 학습
프레임 특징을 모두 만든 뒤 별도로 군집화하는 절차와 달리, 특징을 학습하는 동안 군집도 갱신한다. 프레임 군집화가 표현을 배우는 사전 과제가 된다.
시간 순서의 반영
표준 최적 수송에 행동의 시간 순서를 보존하는 정규화 항을 넣는다. 이 수송 문제에서 얻은 군집 배정은 정답 주석을 대신하는 의사 라벨로 사용한다.
전체 특징 저장과의 차이
학습된 전체 자료의 특징을 저장해 한꺼번에 군집화하지 않고 미니배치씩 처리한다. 저장 부담을 줄이는 설계이며, 메모리 요구량이 자료 크기와 무관하다는 뜻은 아니다.
분할 결과의 확인
50-Salads, YouTube Instructions, Breakfast, Desktop Assembly에서 평가했다. 의사 라벨의 시간 일관성과 행동 식별 성능을 함께 살펴야 하며, 군집 번호 자체가 사람이 정한 행동 이름은 아니다.
관련 문서
ASOT 행동 분할 / CLOT 행동 분할 / HVQ 행동 분할 / C2F-TCN / 최적 수송 / 비지도 학습