프레임 수의 불균형
어떤 행동은 자주 등장하고 길게 지속되는 반면 다른 행동은 짧거나 드물다. 절차적 활동 영상에서는 두 차이가 겹쳐 행동별 학습 자료의 불균형을 만든다.
시간 관계를 고려하기
영상의 행동들은 서로 독립적으로 등장하는 클래스가 아니다. 일반적인 장기 꼬리 분류 방법의 클래스 독립 가정을 그대로 적용하면 드문 행동을 찾기 어려울 수 있다.
그룹별 확률과 로짓 조정
그룹별 소프트맥스 구성을 사용하고, 활동 정보 및 행동 순서를 활용해 로짓을 조정한다. 클래스별 빈도만 보는 대신 현재 활동의 맥락과 시간 구조를 함께 반영한다.
흔한 행동과 드문 행동의 평가
관련 연구는 흔한 행동의 성능을 유지하면서 드문 행동의 분할을 개선하는 결과를 보고했다. 전체 평균만으로는 드문 행동의 변화를 알기 어려우므로 두 집단의 결과를 함께 확인해야 한다.
관련 문서
MS-TCN / ASFormer / FACT 행동 분할 / Global2Local 행동 분할 구조 탐색 / 소프트맥스 / 클래스 불균형