Movienet：一种利用视觉与文本语义线索的电影多层网络模型
机器学习
2019-10-22 v1 社会与信息网络
机器学习
摘要
在电影中发现内容与故事是多媒體内容研究中最重要的问题之一。网络模型已被证明是实现此目的的高效选择。当观众观看电影时，他们通常会比较角色及其之间的关系。因此，目前开发的大多数模型都基于社交网络分析，主要聚焦于出场角色。通过分析角色互动，我们可以获得叙事内容的概貌。其他工作提出利用场景、对话等语义元素，但它们总是从单一面向获取。受这些局限性的启发，我们在本工作中引入一种多层网络模型，基于电影剧本、字幕和电影内容来捕捉电影的叙事。在介绍该模型及从原始数据中提取的过程后，我们对《星球大战》系列全部 6 部电影进行了比较分析。结果表明了所提框架在视频内容表示与分析上的有效性。
引用
@article{arxiv.1910.09368,
title = {Movienet: A Movie Multilayer Network Model using Visual and Textual Semantic Cues},
author = {Youssef Mourchid and Benjamin Renoust and Olivier Roupin and Le Van and Hocine Cherifi and Mohammed El Hassouni},
journal= {arXiv preprint arXiv:1910.09368},
year = {2019}
}