연구진이 비디오 도메인 적응(UVDA) 문제를 해결하는 MetaTrans라는 새로운 방법을 제안했어요. MetaTrans는 두 가지 기본적인 손실 함수만으로 구성된 간단한 학습 목표를 사용해요. 이 방법은 공간 및 시간적 차이를 분리하여 처리하는 고급 UVDA 아이디어를 담고 있어요.
MetaTrans는 temporal-static subtraction 모듈을 구현하여 공간 및 시간적 차이를 효과적으로 제거해요. 이는 기존 연구에서 간과되었던 부분이에요.
다양한 액션 인식 작업에서 MetaTrans는 기존 UVDA 방법보다 성능이 크게 향상되었으며, 절대적·상대적 성능 모두 우수했어요.