摘要迁移：基于范例的子集选择用于视频摘要

视频摘要对于帮助我们消化、浏览和搜索当今不断增长的视频集合具有前所未有的重要性。我们提出了一种新颖的子集选择技术，利用以人工创建的摘要形式存在的监督来执行基于关键帧的自动视频摘要。主要思想是将摘要结构从标注视频非参数地迁移到未见的测试视频。我们展示了如何扩展我们的方法以利用关于视频类别/类型的语义侧信息，通过那些与测试输入语义一致的训练视频来指导迁移过程。我们还展示了如何将我们的方法推广到基于子镜头（subshot）的摘要，这不仅降低了计算成本，而且提供了定义跨越若干帧的子镜头之间视觉相似性的更灵活方式。我们在多个基准上进行了广泛评估，展示了有前景的结果，在多种设置下优于现有方法。