SliTraNet：基于卷积神经网络的讲座视频幻灯片切换自动检测
计算机视觉与模式识别
2022-02-09 v1
摘要
随着网络上在线学习材料数量的增长，在讲座视频中搜索特定内容可能十分耗时。因此，从讲座视频中自动提取幻灯片有助于提供主要内容概览，并辅助学生学习。针对该任务，我们提出一种深度学习方法来检测讲座视频中的幻灯片切换。我们首先通过基于启发式的方法处理视频的每一帧，利用二维卷积神经网络预测切换候选。随后，我们采用两个三维卷积神经网络以提升复杂度，对切换候选进行精炼。评估结果表明了我们的方法在发现幻灯片切换上的有效性。
引用
@article{arxiv.2202.03540,
title = {SliTraNet: Automatic Detection of Slide Transitions in Lecture Videos using Convolutional Neural Networks},
author = {Aline Sindel and Abner Hernandez and Seung Hee Yang and Vincent Christlein and Andreas Maier},
journal= {arXiv preprint arXiv:2202.03540},
year = {2022}
}
备注
6 pages, 5 figures, 1 table, accepted to OAGM Workshop 2021