通过观看电影学习剪辑

视频内容创作正以惊人的速度增长；然而，创作引人入胜的故事仍然具有挑战性，并且需要非平凡的视频剪辑专业知识。由于缺乏原始视频素材，许多视频剪辑组件极其难以自动化。本文关注计算视频剪辑的一项新任务，即评估剪辑合理性的任务。我们的核心思想是利用已经剪辑过的内容来学习触发剪辑的细粒度视听模式。为此，我们首先收集了包含超过1万个视频的数据源，并从中提取了超过25.5万个剪辑。我们设计了一个模型，通过对比学习来区分真实剪辑与人工剪辑。我们设置了新任务和一组基线来对视频剪辑生成进行基准测试。我们观察到，我们提出的模型以大幅优势优于基线。为了展示我们的模型在真实世界应用中的效果，我们在一组未剪辑的视频上进行了人类研究。结果表明，我们的模型在剪辑方面比随机剪辑和其他基线表现更好。