基于排序学习的视频摘要
视频数据的急剧增加,给视频的浏览、存储、检索等应用带来一系列问题和挑战,视频摘要正是解决此类问题的一个有效途径.针对现有视频摘要算法基于约束和经验设置构造目标函数,并对帧集合进行打分带来的不确定和复杂度高等问题,提出一个基于排序学习的视频摘要生成方法.该方法把视频摘要的提取等价为视频帧对视频内容表示的相关度排序问题,利用训练集学习排序函数,使得排序靠前的是与视频相关度高的帧,用学到的排序函数对帧打分,根据分数高低选择关键帧作为视频摘要.另外,与现有方法相比,该方法是对帧而非帧集合打分,计算复杂度显著降低.通过在TVSumS0数据集上测试,实验结果证实了该方法的有效性.
视频帧、摘要、提取视频帧、排序、视频操作、视频图像、视频、深度学习
13
TP389.1(计算技术、计算机技术)
国家自然科学基金项目61671274,61573219;中国博士后基金项目2016M592190;山东省重点研发计划项目2017CXGC1504;山东省高校优势学科人才团队培育计划
2018-11-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
921-927