LTC-SUM：基于2D CNN的轻量级客户端驱动个性化视频摘要框架
计算机视觉与模式识别
2022-10-06 v2 人工智能
摘要
本文提出一种新颖的基于轻量级缩略图容器（LTC-SUM）的摘要框架，用于完整长度视频。该框架利用终端用户设备的计算资源，为并发用户生成个性化关键帧摘要。现有最先进的方法获取并处理整个视频数据以生成视频摘要，计算密集度很高。在这方面，所提LTC-SUM方法使用轻量级缩略图来处理事件检测的复杂过程。这显著降低了计算复杂度，并通过解决资源受限终端用户设备中的计算和隐私瓶颈，提高了通信与存储效率。这些改进通过设计轻量级2D CNN模型从缩略图中提取特征来实现，有助于仅选择和检索少量特定片段。在一组共18部完整长度视频（时长约32.9小时）上的大量定量实验表明，在相同终端用户设备配置下，所提方法的计算效率显著高于最先进的方法。56名参与者对结果的联合定性评估表明，参与者对使用所提方法生成的摘要给出了更高评分。据我们所知，这是首次尝试设计一种完全客户端驱动、利用缩略图容器处理完整长度视频的个性化关键帧视频摘要框架。
引用
@article{arxiv.2201.09049,
title = {LTC-SUM: Lightweight Client-driven Personalized Video Summarization Framework Using 2D CNN},
author = {Ghulam Mujtaba and Adeel Malik and Eun-Seok Ryu},
journal= {arXiv preprint arXiv:2201.09049},
year = {2022}
}
备注
14