VideoSum：一个用于手术视频摘要的 Python 库
图像与视频处理
2023-07-18 v2 计算机视觉与模式识别
摘要
深度学习（DL）算法的性能深受标注数据数量与质量的影响。然而，在手术数据科学中，对其的获取受到限制。因此，大量研究致力于开发旨在缓解标注 SDS 数据稀缺性的方法不足为奇。与此同时，尽管规模仍然有限，发布中的计算机辅助介入（CAI）数据集数量正在增加。基于此，数据整理正成为许多 SDS 研究工作的关键要素。手术视频数据集的整理要求高，并将受益于专用支持工具。在本工作中，我们提出将手术视频摘要为代表性帧的故事板或拼贴，以简化可视化、标注与处理。视频摘要对自然图像而言已相当成熟。然而，最先进方法通常依赖于人类标注训练模型，少数方法在手术视频上评估过，且该任务的软件包可用性有限。我们呈现 videosum，一个易于使用且开源的 Python 库，用于从手术视频生成故事板，包含多种无监督方法。
引用
@article{arxiv.2303.10173,
title = {VideoSum: A Python Library for Surgical Video Summarization},
author = {Luis C. Garcia-Peraza-Herrera and Sebastien Ourselin and Tom Vercauteren},
journal= {arXiv preprint arXiv:2303.10173},
year = {2023}
}
备注
Camera-ready version accepted at CRAS 2023