PRISM：面向人类中心关键帧提取的感知识别框架
计算机视觉与模式识别
2025-06-25 v1
摘要
在线视频在塑造政治话语和放大网络社交威胁（如虚假信息、宣传和极端化）方面发挥着核心作用。检测视频内容中最有影响力或“突出”时刻对于内容 moderation、摘要和 Forensic 分析至关重要。本文介绍PRISM（Perceptual Recognition for Identifying Standout Moments，即识别突出时刻的感知识别），一个轻量级且感知对齐的关键帧提取框架。PRISM在CIELAB色彩空间中工作，使用感知色彩差异度量来识别与人类视觉灵敏度相匹配的帧。与深度学习方法不同，PRISM是可解释的、无需训练的，并且计算效率高，适用于实时和资源受限的环境。我们在四个基准数据集上评估了PRISM：BBC、TVSum、SumMe和ClipShots，结果显示其在保持高压缩比的同时实现了强大的准确性和保真度。这些结果突显了PRISM在结构化和非结构化视频内容中的有效性，以及其作为分析和 moderation 网络平台上有害或政治敏感媒介的可扩展工具的潜力。
引用
@article{arxiv.2506.19168,
title = {PRISM: Perceptual Recognition for Identifying Standout Moments in Human-Centric Keyframe Extraction},
author = {Mert Can Cakmak and Nitin Agarwal and Diwash Poudel},
journal= {arXiv preprint arXiv:2506.19168},
year = {2025}
}