你的兴趣，你的摘要：面向查询的长视频摘要

从长视频中生成简洁且信息丰富的视频摘要很重要，但由于场景重要性各异，这具有主观性。用户通过文本查询指定场景重要性的能力增强了此类摘要的相关性。本文介绍了一种面向查询的视频摘要方法，旨在使视频摘要与用户查询紧密对齐。为此，我们提出了带有注意力的全卷积序列网络（FCSNA-QFVS），这是一种专为此任务设计的新颖方法。利用时间卷积和注意力机制，我们的模型能够基于用户指定的查询有效地提取和突出相关内容。在面向查询的视频摘要基准数据集上的实验验证证明了我们方法的有效性。