利用深度动作识别特征对用户生成体育视频进行摘要

自动生成体育视频摘要面临检测比赛中有趣时刻或精彩片段的挑战。传统的体育视频摘要方法利用广播体育视频的编辑惯例，便于提取高层语义。然而，用户生成的视频未经编辑，因此传统方法不适合生成摘要。为解决这一问题，本工作提出一种新颖的视频摘要方法，利用运动员的动作作为线索来确定原始视频的精彩片段。采用基于深度神经网络的方法提取两类动作相关特征，并将视频片段分类为有趣或无趣部分。所提方法可应用于任何由一系列动作组成的体育比赛。特别地，本工作以剑道（日本击剑）作为评估所提方法的运动示例。该方法使用带有指示视频精彩片段真实标签的剑道视频进行训练。标签由具有不同剑道经验的标注者提供，以展示所提方法如何适应不同需求。将所提方法的性能与几种不同特征组合进行比较，结果表明其优于以往的摘要方法。