SumMe

SumMe 数据集是一个视频摘要数据集，由 25 个视频组成，每个视频都至少标注了 15 个人类摘要（总共 390 个）。本文提出了一种新颖的方法和视频摘要的新基准。因此，我们专注于用户视频，它们是包含一组有趣事件的原始视频。我们的方法首先使用针对原始视频量身定制的新颖“超帧”分割来分割视频。然后，我们使用一组低级、中级和高级特征来估计每个超帧的视觉趣味性。基于此评分，我们选择超帧的最佳子集来创建信息丰富且有趣的摘要。引入的基准带有多个人工创建的摘要，这些摘要是在受控心理实验中获得的。这些数据为客观评估摘要方法和获得视频摘要的新见解铺平了道路。在评估我们的方法时，我们发现它产生了高质量的结果，可以与人工创建的摘要相媲美。