CVPRMar, 2022

面向片段级视频复制检测的大规模综合数据集和重叠复制感知评估协议

PDF
TL;DR本研究介绍 VCSL（Video Copy Segment Localization），一种新的综合分段注释视频副本数据集，包含两个数量级更多的、真实的 160k 视频拷贝对、280k 以上的本地化复制段对，并提出了一种新的评估协议，在不同场景中表现出更好的适应性。通过采用该数据集和新的评估指标来评估几种基准和最先进的分段级别视频副本检测方法，我们提供了全面的分析，揭示了当前方法的优点和缺点，旨在开拓未来工作的有前途的方向。
vcslsegment-level annotatedvideo copy datasetevaluation protocolsegment-level video copy detection
发现论文，激发创造
  • TransVCL: 带有注意力增强的视频拷贝定位网络及其灵活监督

    TransVCL 是一种注意力增强的视频复制定位网络，它通过跨序列特征引入长时序信息，利用自注意力和交叉注意力层直接优化帧级特征来精确定位视频检索应用中一对未剪辑视频内所有复制片段的位置，并在监督或半监督设置下以显著改进性能。

    Nov, 2022

  • 2023 视频相似性数据集与挑战

    该研究介绍了一个视频复制检测和定位的数据集、基准和挑战，该基准旨在评估方法，模拟真实场景，并提出了一个同时反映检测和定位精度的度量标准。相关的挑战包括两个对应的跟踪器，通过实现代码可供评估和基线，并公开了数据集、基线方法和评估代码，将在专门的 CVPR’23 研讨会上讨论。

    Jun, 2023

  • 针对部分视频复制检测的视频相似度和对齐学习

    提出了 Video Similarity and Alignment Learning（VSAL）方法，通过模拟时空相似性和部分对齐来实现视频相似性学习，从而提高视频复制检测的准确率。通过在 VCDB 核心数据集上测试，证明 VSAL 的 F1 得分高于现有模型，并通过在 FIVR-200k 数据集上添加新的片段级注释来验证在更具挑战性的情况下的有效性。

    Aug, 2021

  • 视频抄袭检测的特征兼容性渐进式学习

    本文提出了 Feature-Compatible Progressive Learning（FCPL）方法，以参加 Meta AI 视频相似性挑战赛（VSC22），然后通过实验结果证明该方法优于其他竞争者，并提供了相应代码。

    Apr, 2023

  • 视频拷贝片段匹配的相似度对齐模型

    该研究报告揭示了我们提出的一种基于相似性对齐模型（SAM）的视频抄袭段匹配方法，该方法在 Meta AI 主办的视频相似性挑战中表现出比其他竞争对手更优异的性能。

    May, 2023

  • 视频抄袭检测的双层检测方法

    本文介绍 Meta AI 在 CVPR 2023 Video Similarity Challenge 中的优胜方案，提出了一种利用视频剪辑检测和帧场景检测结合的双层检测方法来解决视频复制检测的核心挑战，实验结果表明了该方法的有效性和高效性。

    May, 2023

  • CLVOS23: 用于连续学习的长视频对象分割数据集

    本文提出了一个基于正则化的持续学习方法用于解决在线视频对象分割问题（VOS），取得了很好的效果，同时建立了一个基准公共数据集 CLVOS23。这是首次将 VOS 作为一个持续学习问题来定义和解决。

    Apr, 2023

  • YouTube-VOS: 序列到序列视频物体分割

    本文介绍了一个基于大规模数据集的序列 - 序列网络，能够充分利用视频的长期时空信息进行分割，在 YouTube-VOS 测试集上取得了最佳结果，在 DAVIS 2016 上与现有最先进方法相比也有可比性。

    Sep, 2018

  • YouTube-VOS: 一个大规模的视频目标分割基准测试

    此篇论文介绍了一个新的大型视频对象分割数据集（YouTube-VOS），目前是已知最大的数据集之一，其中包含 4,453 个 YouTube 视频剪辑和 94 个物体类别，并在此数据集上评估了几种现有的最先进的视频对象分割算法，以建立未来新算法的基础。

    Sep, 2018

  • CBVS：面向现实世界短视频搜索场景的大规模中文图文基准

    利用大规模图像文本预训练的视觉语言模型在图像检索等任务中表现出优异性能；为了填补短视频封面数据的缺失，我们建立了首个面向中文短视频搜索场景的大规模封面文本基准测试集，并提出了 UniCLIP 方法，通过训练时的封面文本引导，但推理时不依赖封面文本来集成语义；在经过大规模验证数据集 CBVS-20K 的深度评估中，我们的提案 UniCLIP 表现出了出色的性能，并在腾讯在线视频搜索系统上部署，取得了显著的增益。

    Jan, 2024