Video Summarization With Attention-Based Encoder-Decoder Networks

This paper addresses the problem of supervised video summarization by formulating it as a sequence-to-sequence learning problem, where the input is a sequence of original video frames, and the output is a keyshot sequence. Our key idea is to learn a deep summarization network with attention mechanis...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on circuits and systems for video technology Ročník 30; číslo 6; s. 1709 - 1717
Hlavní autoři:	Ji, Zhong, Xiong, Kailin, Pang, Yanwei, Li, Xuelong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.06.2020 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Additives attention mechanism Coders Datasets Decoding encoder-decoder Frames (data processing) Indexes Internet LSTM Networks Recurrent neural networks Semantics Video data Video summarization Visualization
ISSN:	1051-8215, 1558-2205
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!