論文の概要: Video Summarization Overview

• arxiv url: http://arxiv.org/abs/2210.11707v1
• Date: Fri, 21 Oct 2022 03:29:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-24 15:11:20.806468
• Title: Video Summarization Overview
• Title（参考訳）: ビデオ要約の概要
• Authors: Mayu Otani and Yale Song and Yang Wang
• Abstract要約: ビデオ要約は、ビデオのコンパクトな要約を作成することにより、ビデオコンテンツを素早く把握することを容易にする。 本調査は, ディープラーニング技術を活用した最近のアプローチと同様に, 早期研究についても取り上げる。
• 参考スコア（独自算出の注目度）: 25.465707307283434
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the broad growth of video capturing devices and applications on the web, it is more demanding to provide desired video content for users efficiently. Video summarization facilitates quickly grasping video content by creating a compact summary of videos. Much effort has been devoted to automatic video summarization, and various problem settings and approaches have been proposed. Our goal is to provide an overview of this field. This survey covers early studies as well as recent approaches which take advantage of deep learning techniques. We describe video summarization approaches and their underlying concepts. We also discuss benchmarks and evaluations. We overview how prior work addressed evaluation and detail the pros and cons of the evaluation protocols. Last but not least, we discuss open challenges in this field.
• Abstract（参考訳）: ビデオキャプチャデバイスやアプリケーションがWeb上で広く普及しているため、ユーザに望ましいビデオコンテンツを提供することがより求められている。 ビデオ要約は、ビデオのコンパクトな要約を作成することによって、ビデオコンテンツの迅速な把握を容易にする。 ビデオの自動要約に多くの努力が注がれており、様々な問題設定やアプローチが提案されている。 私たちの目標は、この分野の概要を提供することです。 本調査は, ディープラーニング技術を活用した最近のアプローチと同様に, 早期研究についても取り上げる。 ビデオ要約手法とその基礎概念について述べる。 ベンチマークや評価についても論じる。 我々は,評価プロトコルの長所と短所について,先行研究がどのように評価に取り組んだかを概説する。 最後に、この分野でのオープンな課題について議論する。

関連論文リスト

• Conditional Modeling Based Automatic Video Summarization [70.96973928590958]
  ビデオ要約の目的は、全体を伝えるのに必要な重要な情報を保持しながら、自動的にビデオを短縮することである。 映像要約法は視覚的連続性や多様性などの視覚的要因に依存しており、ビデオの内容を完全に理解するには不十分である。 映像要約への新たなアプローチは、人間が地上の真実のビデオ要約を作成する方法から得られる知見に基づいて提案されている。
  論文  参考訳（メタデータ） (2023-11-20T20:24:45Z)
• Causal Video Summarizer for Video Exploration [74.27487067877047]
  Causal Video Summarizer (CVS) はビデオとクエリ間の対話的な情報をキャプチャするために提案されている。 既存のマルチモーダル映像要約データセットの評価から,提案手法が有効であることを示す実験結果が得られた。
  論文  参考訳（メタデータ） (2023-07-04T22:52:16Z)
• Learning to Summarize Videos by Contrasting Clips [1.3999481573773074]
  ビデオ要約は、オリジナルに近いストーリーをナレーションするビデオの一部を選択することを目的としている。 既存のビデオ要約アプローチのほとんどは手作りのラベルに重点を置いている。 両質問に対する回答として,コントラスト学習を提案する。
  論文  参考訳（メタデータ） (2023-01-12T18:55:30Z)
• TL;DW? Summarizing Instructional Videos with Task Relevance & Cross-Modal Saliency [133.75876535332003]
  我々は,ビデオ要約の未探索領域である指導ビデオの要約に焦点をあてる。 既存のビデオ要約データセットは、手動のフレームレベルのアノテーションに依存している。 本稿では,文脈対応の時間的ビデオエンコーダとセグメントスコアリング変換器を組み合わせた指導ビデオ要約ネットワークを提案する。
  論文  参考訳（メタデータ） (2022-08-14T04:07:40Z)
• A Survey on Deep Learning Technique for Video Segmentation [147.0767454918527]
  ビデオセグメンテーションは幅広い応用において重要な役割を果たしている。 ディープラーニングベースのアプローチは、ビデオセグメンテーションに特化しており、魅力的なパフォーマンスを提供している。
  論文  参考訳（メタデータ） (2021-07-02T15:51:07Z)
• Video Summarization Using Deep Neural Networks: A Survey [72.98424352264904]
  ビデオ要約技術は、ビデオコンテンツの最も有益な部分を選択して、簡潔で完全なシノプシスを作成することを目指しています。 本研究は,この領域における最近の進歩に着目し,既存の深層学習に基づく総括的映像要約手法の包括的調査を行う。
  論文  参考訳（メタデータ） (2021-01-15T11:41:29Z)
• A Comprehensive Review on Recent Methods and Challenges of Video Description [11.69687792533269]
  ビデオ記述には、ビデオ内のアクション、イベント、オブジェクトの自然言語記述の生成が含まれる。 視覚障害者のための言語と視覚のギャップを埋めることで、映像記述の様々な応用がある。 過去10年間に、ビデオ記述、評価メトリクス、データセットのアプローチ/方法に関して、この分野でいくつかの研究が行われてきた。
  論文  参考訳（メタデータ） (2020-11-30T13:08:45Z)
• Query-controllable Video Summarization [16.54586273670312]
  本稿では,テキストベースの問合せを入力とし,それに対応する映像要約を生成する手法を提案する。 提案手法は,映像要約制御器,映像要約生成器,映像要約出力モジュールから構成される。
  論文  参考訳（メタデータ） (2020-04-07T19:35:04Z)
• Convolutional Hierarchical Attention Network for Query-Focused Video Summarization [74.48782934264094]
  本稿では、ユーザのクエリと長いビデオを入力として取り込む、クエリ中心のビデオ要約の課題に対処する。 本稿では,特徴符号化ネットワークとクエリ関連計算モジュールの2つの部分からなる畳み込み階層型注意ネットワーク(CHAN)を提案する。 符号化ネットワークでは,局所的な自己認識機構と問合せ対応のグローバルアテンション機構を備えた畳み込みネットワークを用いて,各ショットの視覚情報を学習する。
  論文  参考訳（メタデータ） (2020-01-31T04:30:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。