R-C3D 행동 감지 네트워크의 특징 추출 중복성과 경계 위치 부정확 문제를 해결하기 위해 잔차 수축 구조와 시공간 컨텍스트를 결합한 개선된 행동 감지 네트워크(RS-STCBD)를 제안한다. 먼저, 수축 구조와 소프트 스레숄드 연산을 3D-ResNet의 잔차 모듈에 통합하여 채널 적응형 임계값 잔차 수축 단위(3D-RSST)를 설계하고, 여러 개의 3D-RSST 단위를 계단식으로 연결하여 행동 특징 내 잡음과 배경 등 불필요한 정보를 제거하는 특징 추출 네트워크를 구성한다. 다음으로, 시계열 후보 서브네트워크에 단일 컨볼루션 대신 다중 컨볼루션 레이어를 삽입하여 시계열 후보 구간의 시계열 차원 수용 영역을 확장한다. 마지막으로 행동 분류 서브네트워크에 비국소 주의 메커니즘을 도입하여 고품질 행동 시계열 구간 간의 원거리 의존성을 포착하여 동작 시공간 컨텍스트 정보를 얻는다. THUMOS14 및 ActivityNet1.2 데이터셋에서의 실험 결과, 개선된 네트워크의 mAP@0.5는 각각 36.9% 및 41.6%에 도달했으며, R-C3D 방법에 비해 각각 8.0% 및 14.8% 향상되었다. 개선된 네트워크 기반 행동 감지 방법은 동작 경계 위치 정확도와 행동 분류 정확도를 향상시켜 자연 환경에서의 인간-기계 상호작용 품질 개선에 기여한다.

행동 감지 네트워크; 잔차 수축 구조; 시공간 컨텍스트; 다중 컨볼루션; 비국소 주의 메커니즘