YOLOv11·ViT·ConvGRU 하이브리드 아키텍처 기반 미세 객체 시공간 행동 패턴 분석 기술
📌 핵심 요약 (Key Takeaways) 핵심 성과: YOLOv11m(객체 격리) + ViT(공간 특징 추출) + ConvGRU(시계열 분류) 파이프라인을 구축하여 덴기열 감염 모기 행동 판별 정확도 88.88%, F1-Score 82.81% 달성. 독창적 차별점: 복잡한 비디오 배경 노이즈를 1차 객체 탐지 프레임워크로 완전히 제거한 후, Vision Transformer의 Self-Attention과 ConvGRU의 공간 구조 보존형 시계열 딥러닝을 결합하여 왜곡 없는 특징 벡터 … 더 읽기