预测媒体记忆性：视觉、文本与听觉特征的比较
计算机视觉与模式识别
2021-12-16 v1 人工智能
摘要
本文描述了我们参与 MediaEval 2021 预测媒体记忆性任务的方法，该任务旨在通过设定自动预测视频记忆性的任务来解决媒体记忆性问题。今年我们从比较的视角处理该任务，旨在深入理解所探索的三种模态各自的特性，并以我们去年（2020）的提交结果作为参考。我们在 TRECVid2019 数据集上测试的最佳短期记忆性模型（0.132）——与去年一样——是一个基于帧的 CNN，其未在任意 TRECVid 数据上训练；而在 Memento10k 数据集上测试的最佳短期记忆性模型（0.524）是一个用 DenseNet121 视觉特征拟合的贝叶斯 Ride 回归器。
引用
@article{arxiv.2112.07969,
title = {Predicting Media Memorability: Comparing Visual, Textual and Auditory Features},
author = {Lorin Sweeney and Graham Healy and Alan F. Smeaton},
journal= {arXiv preprint arXiv:2112.07969},
year = {2021}
}
备注
3 pages