基于注意力机制的视频摘要生成
计算机视觉与模式识别
2019-02-22 v2 计算与语言
机器学习
摘要
在这项工作中，我们提出了一种新颖的监督式、基于关键帧的视频摘要方法，该方法采用了概念简单且计算高效的软自注意力机制。当前最先进的方法利用双向循环网络（如 BiLSTM）结合注意力机制。与全连接网络相比，这些网络实现复杂且计算开销大。为此，我们提出了一种简单的、基于自注意力的视频摘要网络，该网络在训练时通过单次前向传播和单次反向传播完成整个序列到序列的转换。我们的方法在 TvSum 和 SumMe 这两个该领域常用基准上取得了新的最先进结果。
引用
@article{arxiv.1812.01969,
title = {Summarizing Videos with Attention},
author = {Jiri Fajtl and Hajar Sadeghi Sokeh and Vasileios Argyriou and Dorothy Monekosso and Paolo Remagnino},
journal= {arXiv preprint arXiv:1812.01969},
year = {2019}
}
备注
Presented at ACCV2018 AIU2018 workshop