学习在大规模视频数据中定位时间事件
计算机视觉与模式识别
2019-10-28 v1
摘要
我们在Youtube-8M Segments数据集的背景下解决大规模视频数据中事件的时间定位问题。视频识别中这一新兴领域可使应用能够识别视频中指定事件发生的精确时间，这对视频搜索具有广泛意义。为此我们提出两种独立方法：（1）在精心构建的数据集上的梯度提升决策树模型；（2）基于帧级数据、视频级数据与定位模型的深度学习模型组合。这两种方法的组合在第三届Youtube-8M视频识别挑战赛中获得了第5名。
引用
@article{arxiv.1910.11631,
title = {Learning to Localize Temporal Events in Large-scale Video Data},
author = {Mikel Bober-Irizar and Miha Skalic and David Austin},
journal= {arXiv preprint arXiv:1910.11631},
year = {2019}
}
备注
ICCV 2019, 3rd Youtube-8M Workshop