多视角摄像机网络中的视频摘要

现有大多数视频摘要方法旨在从单一视频中提取信息性摘要，而我们提出了一种新颖的框架，通过在联合嵌入空间中利用视角内和视角间的内容相关性来对多视角视频进行摘要。我们通过最小化一个包含两项的目标函数来学习该嵌入：一项源于视角内相关性，另一项源于跨多个视角的视角间相关性。该解可通过求解一个与多视角视频数量成线性关系的一个特征值问题直接获得。随后，我们在学习到的嵌入空间上采用稀疏代表性选择方法来对多视角视频进行摘要。在多个基准数据集上的实验结果表明，我们提出的方法明显优于现有最优技术。