(An) examination of chronological datasets embedding space for video-text retrieval
저자
발행사항
[Seoul] : Graduate School, Yonsei University, 2022
학위논문사항
학위논문(석사) -- Graduate School, Yonsei University Department of Digital Analytics 2022.2
발행연도
2022
작성언어
영어
주제어
발행국(도시)
서울
기타서명
비디오 텍스트 검색을 위한 문맥적 데이터셋의 임베딩 공간 분석
형태사항
vi, 43장 : 삽화 ; 26 cm
일반주기명
지도교수: Min Song
UCI식별코드
I804:11046-000000541244
소장기관
Video-text retrieval (VTR) is an important task when it comes to multi-modal understanding of language and video. Comparing different types of data in the same vector space is complicated and requires a comprehensive understanding of embedding space for each modality. Current state-of-the-art VTR models are embedding based retrieval models. They extract video and text features using pre-trained models such as CLIP and train through increasing the similarity between the text and video pair. The model then retrieves a video by ranking each video embedding with the input text.
There are several public datasets used for VTR task such as MSR-VTT, MSVD, LSMDC and so on. Compared to others, LSMDC and YouCook2 datasets have a difference. Unlike other datasets consisted of independent video-text pairs, they are consisted of sequential pairs. Video and text pairs within the dataset are chronologically connected with the prior and subsequent pair.
Current models fail to learn the chronological information between these sequential video and text pairs. This paper will examine the embedding space for language and video representation to understand how current models learn the relationship between each input. This analysis will help in understanding how the model learn the relationship within the video and text pair but also between each pair as well. Examining the embedding space will also provide us an insight in constructing an architecture for a model that specializes in chronological datasets.
비디오 텍스트 검색(VTR)은 언어와 비디오의 다중 모드 이해와 관련하여 중요한 작업이다. 동일한 벡터 공간에서 서로 다른 유형의 데이터를 비교하는 것은 복잡하며 데이터 종류에 따른 임베딩 공간에 대한 포괄적인 이해가 필요하다. 현재 최신 VTR 모델은 임베딩 기반 검색 모델이다. CLIP과 같은 사전 훈련된 모델을 사용하여 비디오 및 텍스트 특징을 추출한 후 텍스트와 비디오 쌍의 유사도를 높이는 방식으로 학습한다. 검색할 때, 입력 텍스트와의 유사도를 기준으로 비디오 순위를 매겨 반환한다.
MSR-VTT, MSVD, LSMDC 등과 같은 VTR 작업에 사용되는 몇 가지 공개 데이터 세트가 있다. 이들과 비교했을 때, LSMDC와 YouCook2 데이터셋은 다른 특징을 갖는다. 독립적인 비디오-텍스트 쌍으로 구성된 다른 데이터 세트와 달리 선후 관계가 있는 쌍으로 구성된다. 이들 데이터 세트 내의 비디오-텍스트 쌍들은 서로 선후 관계를 가지며 연결된다.
현재 모델은 비디오와 텍스트 쌍 사이의 관계를 학습하는 데 치중되어 있으며 순차적인 비디오-텍스트 쌍 간의 시간적 정보를 학습하지 못한다. 이 논문에서는 최신 VTR 모델이 각 비디오와 텍스트 쌍들의 관계를 학습하는 방법을 이해하기 위해 언어 및 비디오에 대한 임베딩 공간을 조사한다. 이 분석은 모델이 비디오와 텍스트 쌍 내에서 뿐만 아니라 각 쌍 사이에서도 관계를 학습하는 방법을 이해하는 데 도움이 된다. 임베딩 공간을 조사하면 문맥적 데이터 세트를 잘 학습하는 모델의 아키텍처를 구성하는 것에 대한 통찰력도 얻을 수 있다고 본다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)