이 논문은 긴 비디오의 비지도 액션 분할 문제를 다루고 있습니다. 기존 방식은 최적 수송(OT)을 활용하여 프레임 표현을 학습하고 클러스터링을 수행합니다. 연구진은 프레임 표현을 위한 확률적 임베딩 학습을 제안하여 기존 방식의 한계를 극복했습니다.
임베딩은 가우시안 분포로 모델링되며, 이를 통해 샘플링하여 의사 레이블을 추정합니다. 여러 데이터셋에서 실험 결과, 기존 방식보다 MoF 20.7%, F1 점수 19.0% 향상된 결과를 얻었습니다.
코드 공개를 통해 연구의 재현성을 높였습니다.