MediaEval 2022 视频可记忆性预测任务概述
计算机视觉与模式识别
2022-12-14 v1 人工智能
多媒体
摘要
本文描述了作为 MediaEval 2022 一部分的第五届视频可记忆性预测任务。今年我们对任务进行了重组和简化，以促进更深入的探究。与去年类似，我们提供了两个数据集以促进泛化能力，但今年我们用 VideoMem 数据集替换了 TRECVid2019 Video-to-Text 数据集，以解决底层数据质量问题，并通过将 Memento10k 数据集提升为主要数据集来优先进行短期可记忆性预测。此外，引入了一个完整的基于脑电图（EEG）的预测子任务。在本文中，我们概述了该任务及其组成子任务的核心要点；描述了数据集、评估指标以及参与者提交的要求。
引用
@article{arxiv.2212.06516,
title = {Overview of The MediaEval 2022 Predicting Video Memorability Task},
author = {Lorin Sweeney and Mihai Gabriel Constantin and Claire-Hélène Demarty and Camilo Fosco and Alba G. Seco de Herrera and Sebastian Halder and Graham Healy and Bogdan Ionescu and Ana Matran-Fernandez and Alan F. Smeaton and Mushfika Sultana},
journal= {arXiv preprint arXiv:2212.06516},
year = {2022}
}
备注
6 pages. In: MediaEval Multimedia Benchmark Workshop Working Notes, 2022