Contextra 행동 인식 짧은 입력 비교 / 2026-10-27

1. 보는 순서
00_video_index.csv에서 영상 목록을 확인한 뒤 입력별 폴더의 MP4를 여세요.
01_camera24는 기존 반복 영상의 원본242~723 안에 있는201개 관측입니다.
나머지6개는 파일명에 대응하는 KISA 클립 전체이며 반복 영상으로 취급하지 않습니다.
각 입력에4모델×2표시 버전=8개, 전체56개를 제공합니다.
모델·표시 버전의 선호도와 정탐/오탐 판단은 사용자가 검토합니다.

2. 파일명
STGCNpp_aux09.mp4 / STGCNpp_aux05.mp4: 보조9개 전체 / 보조Top5
PoseC3D_aux09.mp4 / PoseC3D_aux05.mp4: 보조9개 전체 / 보조Top5
AVA_SlowOnly_aux10.mp4 / AVA_SlowOnly_aux05.mp4: 보조Top10 / 보조Top5
YOWOv2_aux10.mp4 / YOWOv2_aux05.mp4: 보조Top10 / 보조Top5
aux는 보조 신호의 표시 개수입니다. 표시 버전 둘은 같은 추론 결과를 사용합니다.

3. 표시 의미
모든 결과에 전체 클래스Top3, 주 신호 후보 전체, 보조 신호 후보를 각각 score순으로 표시합니다.
주 후보는 주황색, 보조 후보는 보라색, 그 밖의 클래스는 기본색입니다.
같은 클래스가 전체Top3와 주/보조 목록에 중복 표시되는 것은 의도된 구성입니다.
번호와 원래 영어 이름, 원래 score가 기준입니다. 작은 양수는 <0.0001로 표시하고 정확한 값은 raw JSON에 보존합니다.
NTU60은0-based0~59, AVA는공식ID1~80입니다. YOWOv2 raw index는 AVA ID보다1 작습니다.
NTU60의58은 보조 후보이며 AVA60은 미분류입니다. 주/보조는 미검증 후보 목록이지 싸움 판정 규칙이나 가중치가 아닙니다.
NTU softmax와 AVA sigmoid의 점수를 서로 같은 확률로 비교하지 마세요. YOWOv2 objectness는 행동score와 별개입니다.

STGCNpp: 두 Tracking ID 쌍의 결과이며 각각의 독립적인 행동 점수가 아닙니다.
bbox의 ID 구분 색과 행동 후보 글자색은 서로 다른 용도입니다. 정체성은 T숫자로 확인하세요.
PoseC3D: 화면 전체 결과이며 특정 사람에게 귀속하지 않습니다.
AVA: 현재 사람 bbox별 결과입니다. T숫자는 저장된Tracking ID이고 미추적(q)는 현재 모델 출력 칸입니다.
YOWOv2: 자체 bbox별 결과입니다. Y1/Y2는 그 Frame의 출력 순서이며 다음 Frame의 같은 번호가 같은 사람이라는 보장은 없습니다.

4. 입력과 비교 제한
모든 모델은 같은10FPS 관측 자료와 표시 시점을 사용하지만 모델별 입력 구간은 다릅니다.
현재 관측i 기준 STGCNpp/PoseC3D는 i-8~i+7의16관측, AVA는 i-10,i-5,i,i+5의4장, YOWOv2는 i-15~i의16관측입니다.
앞의3모델은 미래 Frame을 사용할 수 있는 오프라인 비교입니다. 표시된 입력 시작/끝 시각을 참고하세요.
camera24의YOWOv2는 이전 결과를 그대로 사용했고, 나머지는 이번 짧은 입력으로 계산했습니다.
추가6개는 같은 기존Pose 모델로 영상마다 한 번 추출한 자료를 공유합니다. 영상 사이 Tracking 상태는 초기화했습니다.
사람score0.15, 관절score0.3과 기존NMS/Tracking 기준을 유지했습니다. 다른 score 필터를 추가하지 않았습니다.
STGCNpp는 실제ID가 있는 서로 다른 사람 쌍 중 bbox 최단 빈 간격/작은bbox높이<=0.25인 경우만 평가합니다. 겹침/포함도 포함됩니다.
입력 부족·출력 없음·PARTIAL_TRACK은 해당 상태 그대로입니다. Frame이나 누락 관절을 보간하거나 과거 점수를 유지하지 않았습니다.
STGCNpp는 짧은 입력과 쌍 필터가 함께 바뀌었으므로 두 변경의 효과를 분리한 시험은 아닙니다.
AVA adapter의 native 수치 동등성은 미검증입니다. 이번 결과는 실시간10FPS 성능 보장이 아닙니다.

5. Frame 번호와 자료
화면 Source Frame은 입력 원본 파일의1-based Frame 번호이고 sample은 공통10FPS 관측의0-based 번호입니다.
PTS는 원본 첫 Frame을0초로 한 상대시각입니다. Runtime frameSeq와 다릅니다.
각 폴더 data의 frame_map.csv는 출력Frame과 원본Frame/PTS를 연결합니다.
raw.json은 원래 전체 클래스 점수와 실제 입력 구간, classes.csv는 전체 클래스 목록입니다.
validation에는 기술검증 요약, SHA256SUMS.json에는 다운로드 파일 무결성 비교값을 둡니다.
원본 영상·중간PNG cache·가중치·인증자료는 이 다운로드 폴더에 포함하지 않았습니다.
검토본은 무음이며 원본 영상은 변경하지 않았습니다.
화면 정보량에 따라 영상 해상도/세로 길이가 다를 수 있습니다. 일시정지·확대해서 확인할 수 있습니다.

6. 피드백 예시
입력 폴더:
모델/표시 버전:
Source Frame 또는 PTS:
대상 T / 쌍 / Y / 화면 전체:
눈으로 본 상황:
표시 점수에 대한 의견:
다음 방향: 유지 / 보류 / 추가 논의

추론 결과의 정오탐 및 모델 채택은 분석하지 않았습니다. 운영 서비스나 채널 설정은 변경하지 않았습니다.