从直播录像中提取精彩片段：一种隐式众包方法
数据库
2019-10-29 v1
摘要
直播平台每天都需要存储大量直播录像。一个重要的问题是如何从这些海量、冗长的直播录像中自动提取精彩片段（即吸引人的短视频片段）。一种方法是直接将精彩片段提取算法应用于视频内容。然而，算法方法要么是领域特定的，需要专家花费很长时间设计，要么是资源密集型的，需要大量训练数据和/或计算资源。在本文中，我们提出 Lightor，一种新颖的隐式众包方法来克服这些局限。其核心思路是收集用户对直播平台的自然交互，并利用它们来检测精彩片段。Lightor 由两个主要组件构成。Highlight Initializer 从直播视频中收集带时间戳的聊天消息，然后用它们预测近似的精彩片段位置。Highlight Extractor 跟踪用户与这些近似精彩片段位置的交互，并迭代地细化这些位置。我们发现收集到的用户聊天和交互数据非常嘈杂，并提出了处理噪声的有效技术。Lightor 可以轻松部署到现有直播平台中，或实现为网页浏览器扩展。我们从 Amazon Mechanical Turk 招募数百名用户，并使用 Twitch 上的两款流行游戏评估 Lightor 的性能。结果表明，Lightor 能用少量训练数据和低计算资源实现高提取精度。
引用
@article{arxiv.1910.12201,
title = {Towards Extracting Highlights From Recorded Live Videos: An Implicit Crowdsourcing Approach},
author = {Ruochen Jiang and Changbo Qu and Jiannan Wang and Chi Wang and Yudian Zheng},
journal= {arXiv preprint arXiv:1910.12201},
year = {2019}
}