一种基于线索关系和受约束的镜头描述的新电影场景检测方法
Kai Jiang1, Shangkun Liu1, Qingtian Zeng1
1College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao, 266590, China.
本研究介绍了一种使用线索关系和受约束镜头描述 (CRCSD) 的新电影场景检测方法. 通过分析镜头之间的关系,CRCSD提高了场景边界的准确性,优于现有的方法.
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 多媒体分析分析.
背景情况:
- 电影场景检测对于视频分析至关重要,但由于现有的基于相似性的方法的局限性而受到阻碍.
- 目前的方法很难在不同场景中区分相似的镜头,并在同一场景中连接不相似的镜头.
研究的目的:
- 开发一种先进的电影场景检测方法,准确识别场景边界.
- 通过考虑镜头之间的复杂关系来克服基于相似性的方法的局限性.
主要方法:
- 拟议的线索关系和受约束拍摄描述 (CRCSD) 方法包含了自我线索和纠线索概念.
- 介绍了用于以相机为中心的镜头描述的元数据和镜头属性的镜头板,使用BEncoder进行特征提取.
- 开发了两个模态线索图,其中包含重量转移和消息传播,用于在线索上下文中学习射击特征.
主要成果:
- CRCSD方法显著提高了跨多个数据集的电影场景检测性能.
- 在MovieNet数据集上的平均精度 (AP) 提高了5.5%.
- 展示了在不同场景中区分相似镜头和在同一场景中连接不相似镜头的卓越能力.
结论:
- CRCSD方法为电影场景检测提供了一种更强大,更类似人类的方法.
- 提出的技术有效地捕捉了镜头间的关系,从而提高了场景边界的识别.
- 这项工作在自动电影场景细分领域取得了重大进展.
更多相关视频
14:21Creating Dynamic Images of Short-lived Dopamine Fluctuations with lp-ntPET: Dopamine Movies of Cigarette Smoking
Published on: August 6, 2013
06:20Author Spotlight: Development of an Automated Camera-Based System for Real-Time Blast Overpressure Monitoring and TBI Risk Assessment in Military Training
Published on: December 6, 2024
相关概念视频
Relationship Formation
Ending Relationships
Pleural Disorders: Types and Brief Description
Eulerian and Lagrangian Flow Descriptions
The Eulerian method focuses on fixed points in space where fluid properties, such as velocity, pressure, and temperature, are observed as the fluid moves between these...
Relationship Growth
Social Relationships and Well-Being
