基于在线运动自编码器的无监督对象级视频摘要
计算机视觉与模式识别
2018-08-14 v2
摘要
无监督视频摘要在每日消化、浏览和检索不断增长的视频中起着重要作用，而在线视频中潜在的细粒度语义与运动信息（即感兴趣对象及其关键运动）几乎未被触及。本文探讨了一个面向细粒度无监督对象级视频摘要的先驱研究方向。它与现有流程的区别体现在两方面：提取参与对象的关键运动，以及以无监督且在线的方式学习摘要。为实现该目标，我们提出了一种新颖的在线运动自编码器（online motion-AE）框架，该框架作用于超分割的对象运动片段。在新收集的监控数据集与公开数据集上的综合实验证明了我们所提方法的有效性。
引用
@article{arxiv.1801.00543,
title = {Unsupervised Object-Level Video Summarization with Online Motion Auto-Encoder},
author = {Yujia Zhang and Xiaodan Liang and Dingwen Zhang and Min Tan and Eric P. Xing},
journal= {arXiv preprint arXiv:1801.00543},
year = {2018}
}