以比特流为封面评判视频
计算机视觉与模式识别
2023-09-15 v1
摘要
将视频分类为不同类别（如体育和音乐视频）对于多媒体理解与检索至关重要，尤其在海量视频内容不断生成的当下。传统方法需要视频解压缩以提取颜色、纹理和运动等像素级特征，从而增加了计算与存储需求。此外，这些方法在低质量视频中常出现性能下降。我们提出一种新方法，仅检查视频压缩后的比特流进行分类，无需比特流解码。我们使用一个自建数据集验证该方法，该集包含超过 29,000 个 YouTube 视频片段，总计 6,000 小时，涵盖 11 个不同类别。我们的初步评估显示准确率、精确率和召回率均远超 80%。该算法对 30fps 视频的运行速度约为实时的 15,000 倍，优于传统动态时间规整（DTW）算法六个数量级。
引用
@article{arxiv.2309.07361,
title = {Judging a video by its bitstream cover},
author = {Yuxing Han and Yunan Ding and Jiangtao Wen and Chen Ye Gan},
journal= {arXiv preprint arXiv:2309.07361},
year = {2023}
}