LTC-GIF：在长篇体育视频上吸引更多点击
计算机视觉与模式识别
2022-01-25 v1 人工智能
摘要
本文提出一种轻量级方法，通过呈现个性化艺术媒体（即静态缩略图与动态GIF）来吸引用户并增加视频观看量。该方法利用客户端设备的计算资源分析轻量级缩略图容器(Lightweight Thumbnail Container, LTC)，从完整长度体育视频中识别个性化事件。此外，与处理整段视频不同，该方法仅处理小型视频片段以生成艺术媒体。这使得所提方法相较于使用整段视频生成艺术媒体的基线方法计算效率更高。所提方法检索并利用缩略图容器与视频片段，减少了艺术媒体生成过程中所需的传输带宽以及本地存储数据量。在Nvidia Jetson TX2上进行大量实验时，所提方法的计算复杂度比SoA方法低3.57倍。在定性评估中，使用所提方法生成的GIF相比SoA方法获得了高出1.02的综合评分。据我们所知，这是首个利用LTC生成艺术媒体、同时在资源受限设备上也能提供轻量级高性能服务的技术。
引用
@article{arxiv.2201.09077,
title = {LTC-GIF: Attracting More Clicks on Feature-length Sports Videos},
author = {Ghulam Mujtaba and Jaehyuk Choi and Eun-Seok Ryu},
journal= {arXiv preprint arXiv:2201.09077},
year = {2022}
}