연구진은 긴 영상에서 중요한 정보가 담긴 시간 깜짝 순간을 자동으로 식별하는 Swift Sampling 알고리즘을 개발했어요. 이 알고리즘은 영상의 시각적 특징 변화를 예측하고, 실제와 예측 간의 차이가 큰 순간을 중요 프레임으로 선택해요.
Swift Sampling은 기존 방식보다 가벼워 추가 계산 비용이 0.02배에 불과하며, 3가지 벤치마크에서 기존 방식보다 성능이 뛰어나 최대 12.5%의 정확도 향상을 보여줬어요.
이 알고리즘은 프레임 예산이 제한적인 긴 영상에서 특히 강력하며, 인간의 예측 코딩 방식에서 영감을 받아 개발돼서 기존 방식의 한계를 극복했어요.