디코더의 경량화
ViNet-S는 ViNet 계열의 U-Net 설계에서 가벼운 디코더를 사용한다. 기존 구조를 그대로 반복하기보다 모델 크기와 매개변수 부담을 줄이는 방향에 초점을 둔다.
행동의 위치 단서
ViNet-A는 행동 분류 백본의 특징 대신 시공간 행동 위치 추정의 특징을 활용한다. 어떤 행동인지뿐 아니라 영상의 어디와 언제에서 행동이 나타나는지와 관련된 단서를 이용한다.
두 예측의 평균
연구는 두 모델이 예측한 현저성 지도를 평균하는 앙상블도 평가한다. 각 모델의 단독 성능과 결합 결과를 구분하면 서로 다른 특징의 보완 효과를 살필 수 있다.
속도 수치의 조건
연구에서 보고한 높은 처리량을 실제 서비스의 전체 지연 시간과 같게 볼 수는 없다. 프레임 읽기와 전처리, 배치 크기 및 장비를 포함해 사용 조건에 맞는 속도를 확인해야 한다.