ILS-SUMM：用于无监督视频摘要的迭代局部搜索
计算机视觉与模式识别
2019-12-10 v1
摘要
近年来，构建视频摘要工具的兴趣日益增长，其目标是自动生成能恰当表示原始内容的输入视频的简短摘要。我们考虑基于镜头(shot)的视频摘要，其中摘要由长度可变的视频镜头子集组成。使镜头子集代表性最大化的一种直接方法，是最小化镜头与其最近选中镜头之间的总距离。我们将视频摘要任务表述为一个带有关于摘要总时长的类背包约束的优化问题。先前的研究提出了贪心算法来近似求解该问题，但未给出实验来衡量这些方法获得低总距离解的能力。事实上，我们在视频摘要数据集上的实验表明，当前方法在获得低总距离结果方面的成功仍有很大改进空间。本文中，我们开发了 ILS-SUMM，一种新颖的视频摘要算法，用于在背包约束下解决子集选择问题。我们的算法基于著名的元启发式优化框架——迭代局部搜索(ILS, Iterated Local Search)，其以能避免弱的局部极小并获得良好的近全局极小而著称。大量实验表明，我们的方法找到的解的总距离显著优于先前方法。此外，为表明 ILS-SUMM 的高可扩展性，我们引入了一个由不同长度视频组成的新数据集。
引用
@article{arxiv.1912.03650,
title = {ILS-SUMM: Iterated Local Search for Unsupervised Video Summarization},
author = {Yair Shemer and Daniel Rotman and Nahum Shimkin},
journal= {arXiv preprint arXiv:1912.03650},
year = {2019}
}