프라이버시 보호를 고려한 교실 사고 인식을 위한 강건하고 효율적인 동작 추론

요약

프라이버시를 보호하면서 교실 내 사고를 감지할 수 있는 효율적인 동작 추론 프레임워크를 제안합니다. 생성형 비디오와 실제 포즈 데이터를 결합한 하이브리드 벤치마크를 도입하고, 지식 증류를 통해 경량화된 모델로 높은 성능을 구현했습니다.

핵심 포인트

• 프라이버시 보호를 위한 CCTV 스타일의 동작 인식 연구
• 계층적 운동학적 표현을 활용한 강건한 동작 추론 프레임워크
• Teacher-Student 모델 증류를 통한 계산 효율성 극대화
• 기존 모델 대비 1/10 미만의 비용으로 뛰어난 성능 달성
• 제로샷 합성-실제(Synthetic-to-real) 일반화 능력 입증