ECCVAug, 2017

面向语义快进和稳定的自我中心视频

PDF
TL;DR本文提出了一种从自我视角视频中提取语义信息来汇总并稳定视频的方法，并介绍了一个带有多个语义标签的视频数据集和一种新的自我视角视频平滑评估度量标准。
egocentric videosvideo summarizationvideo stabilizationsemantic information extractiondataset collection
发现论文，激发创造
  • 基于语义提取的快速视频前进

    本文提出了一种基于从图像中提取的语义信息选择帧的新快进视频的方法，实验表明我们的方法在语义信息方面优于现有技术并且能够产生更加令人愉悦的视频。

    Aug, 2017

  • 简化故事，强调相关物体的多重重要性快进自我中心视频

    本研究提出 MIFF 快速转发方法，针对低成本高质量的个人可穿戴相机产生的第一人称视角视频难以观看等问题，通过用户学习过程平衡视觉流畅度和重要内容，结果表明该方法保留了超过 3 倍的语义内容，讨论了快进自我视角视频需要特殊的视频稳定技术。

    Nov, 2017

  • 一种加权稀疏采样和平滑过渡的语义快进第一人称视频方法

    该研究提出了一种新的自适应帧选择方法和平滑帧转换方法以加速第一人称视频并强调相关段落，从而避免视觉不连续性，实验表明我们的方法能够在更短的时间内保留尽可能多的相关信息和平滑度，并且我们还提供了一个新的 80 小时的多模态数据集，包含了记录者资料、帧场景、活动、互动和注意力的注释。

    Feb, 2018

  • 一种基于凝视的第一人称视频快进方法

    本文提出一种基于注意力模型、注重注视点和视觉场景分析生成视频语义得分的方法，以加速重要片段并跳过重复片段的第一人称视频片段浏览。在公开的第一人称视频数据集上进行的实验评估表明，此方法能够有效提高视频片段搜索速度和准确性。

    Jun, 2020

  • 基于时间连接序列的自我中心视频描述

    本研究旨在利用一种新的方法，即多态输入的注意力循环网络，来描述自我中心影像序列的故事情节，并发布了第一个自我中心影像序列描述数据集，该方法的表现优于传统的注意力编码器 - 解码器方法。

    Apr, 2017

  • EgoSampling：一种用于自我中心视频的快进和立体视觉技术

    该研究提出一种自适应帧采样技术 EgoSampling，采用能量最小化的方法来得到更稳定的快速前向视频，同时通过左右晃动的头部动作拍摄，形成近似立体声对。

    Dec, 2014

  • 基于轨迹对齐的特征用于第一人称动作识别

    该研究旨在研究在第一人称视角下，如何准确识别行为。为此，提出了一种新颖的特征轨迹表示方法，并且使用所提出的方法在公开数据集上实现了 11% 的性能提升，该方法可以识别出佩戴者的各种行为，且不需要分割手 / 物体或识别物体 / 手的姿态。

    Apr, 2016

  • EgoSampling：来自自我中心视频的宽视野超时跳转

    通过自适应帧采样将摄像机抖动从缺陷转换为特征，可以生成稳定且高速的超时段视频。

    Apr, 2016

  • 利用自我运动特征在第一人称视频中定位个体

    本文提出了一种基于自恋的头部运动的自我搜索技术，能够在可穿戴相机拍摄的第一人称视角视频中识别自己，以解决由这种技术带来的隐私问题，并且该技术能够应用于隐私过滤、目标视频检索以及社交群聚等实际场景中。

    Jun, 2016

  • 预测能够精简自我中心视频的重要对象

    本研究提出了一种针对 egocentric（或 “穿戴式”）相机数据的视频摘要方法，通过使用区域线索和学习回归器，选择与相机佩戴者互动最多的重要对象和人，以生成紧凑的故事板摘要，并享有相对于现有显著性和摘要技术的巨大优势。

    May, 2015