视频内容中明星动态的可视化：一种基于面部识别时间戳数据的 proposed 方法
计算机视觉与模式识别
2025-10-07 v1
摘要
在以视频内容为主导的时代，理解其结构和动力学日益重要。本文提出了一种混合框架，将分布式多 GPU 推理系统与交互式可视化平台相结合，用于分析视频剧集中的明星动力学。推理框架通过利用优化的 ONNX 模型、异构批推理和高吞吐并行处理大规模视频数据，确保可扩展的生成时间戳外观记录的能力。这些记录然后被转化为一整套全面的可视化，包括出现频率图、持续时间分析、饼图、共现矩阵、网络图、堆叠面积图、季节性比较和热图。这些可视化一起提供了关于视频内容的多维见解，揭示了明星显著性、屏幕时间分布、时间动态、共现关系以及整个剧集和季节中的强度。该系统的交互性质允许用户动态探索数据，识别关键时刻，并发现个体之间不断演变的关系。通过将分布式识别与结构化、可视化驱动的分析相结合，本工作为娱乐分析、内容创建策略和观众参与度研究开辟了新的可能性。
引用
@article{arxiv.2510.03292,
title = {Visualizing Celebrity Dynamics in Video Content: A Proposed Approach Using Face Recognition Timestamp Data},
author = {Doğanay Demir and İlknur Durgar Elkahlout},
journal= {arXiv preprint arXiv:2510.03292},
year = {2025}
}