面向无人机视频美学质量评估的深度多模态学习
计算机视觉与模式识别
2020-11-05 v1
摘要
尽管无人机（UAV）和航拍视频数量不断增长，但关注航拍视频美学的研究甚少，而此类研究可为提升航拍摄影美学质量提供有价值的信息。本文提出一种面向无人机视频美学质量评估的深度多模态学习方法。更具体地，设计了一个多流框架，以从空间外观、无人机相机运动和场景结构等多种模态中挖掘美学属性。针对这一新多流框架，提出了一种专门设计的运动流网络。我们构建了一个包含 6000 段由无人机相机拍摄的无人机视频镜头的数据集。我们的模型能够判断一段无人机视频是由专业摄影师还是业余者拍摄，并进行场景类型分类。实验结果表明，我们的方法在视频美学上优于视频分类方法和传统的基于 SVM 的方法。此外，我们利用所提方法给出了无人机视频分级、专业片段检测和基于美学的无人机路径规划三个应用示例。
引用
@article{arxiv.2011.02356,
title = {Deep Multimodality Learning for UAV Video Aesthetic Quality Assessment},
author = {Qi Kuang and Xin Jin and Qinping Zhao and Bin Zhou},
journal= {arXiv preprint arXiv:2011.02356},
year = {2020}
}
备注
IEEE Trans. on Multimedia, 2020