연구진이 교통 사고 예측을 위한 VideoMAE-v2 기반의 새로운 접근 방식을 제안했어요. 이 방법은 사고 발생 가능성을 예측하는 프레임 단위 위험 추정 작업과 이산적인 사고 데이터셋 간의 간극을 좁혀요. 제로샷 환경에서 학습하여 새로운 영상에 일반화하는 방식으로 작동해요.
공개된 이산형 사고 데이터셋으로만 학습하고, 실제 사고 영상이 없는 환경에서도 작동하는 모델을 만들었어요. 이를 통해 특정 환경에 맞는 데이터 수집 없이도 사고 예측이 가능해요.
제안된 방법은 2026 CVPR@AUTOPILOT 제로샷 사고 예측 대회에서 2위를 차지했어요. 관련 코드는 GitHub에서 확인할 수 있어요.