Video2GIF：从视频自动生成动画GIF
计算机视觉与模式识别
2016-05-17 v1 多媒体
摘要
我们引入从视频自动生成动画GIF这一新问题。GIF是无声的短循环视频，是图像与视频的完美结合，真正抓住我们的注意力。GIF讲述故事、表达情感、将事件变成幽默时刻，并且是新闻摄影的新浪潮。我们提出疑问：我们能否通过利用大量用户生成的GIF内容，将GIF创建这一完全手动且精细的过程自动化？我们提出一个鲁棒深度排序网络（Robust Deep RankNet），给定视频，根据其作为GIF的适合度生成其片段的排序列表。我们训练模型通过学习经常被选为GIF的视觉内容，使用了超过100K用户生成的GIF及其对应视频源。我们通过提出一种新颖的自适应Huber损失在排序公式中有效处理噪声网络数据。我们展示我们的方法对离群点鲁棒并捕捉到流行动画GIF中频繁出现的几种模式。在我们新的大规模基准数据集上，我们展示了我们的方法优于几种最先进的方法（state-of-the-art）。
引用
@article{arxiv.1605.04850,
title = {Video2GIF: Automatic Generation of Animated GIFs from Video},
author = {Michael Gygli and Yale Song and Liangliang Cao},
journal= {arXiv preprint arXiv:1605.04850},
year = {2016}
}
备注
Accepted to CVPR 2016