저자:  (1) 에딘버러 대학교 정보학부 언어, 인지 및 계산 연구소의 Pinelopi Papalampidi;  (2) 프랭크 켈러(Frank Keller), 에든버러 대학교 정보학부 언어, 인지 및 계산 연구소;  (3) 미렐라 라파타(Mirella Lapata), 에딘버러 대학교 정보학부 언어, 인지 및 계산 연구소.  링크 표   초록 및 소개   관련된 일   문제 공식화   실험 설정   결과 및 분석   결론 및 참고자료   A. 모델 세부정보   나. 시행 세부사항   C. 결과: 절제 연구  2. 관련 업무    에 대한 이전 접근 방식은 주로 격리된 비디오 클립과 영화 장면과 책 장 간의 정렬[49], 질문 답변[50], 영화 장면에 대한 비디오 캡션[44] 및 텍스트-비디오와 같은 작업에 중점을 두었습니다. 검색 [5]. 최근 작업[40-42]은 높은 수준의 내러티브 구조를 식별하고 텍스트 양식(즉, 각본)에만 초점을 맞춰 전체 TV 에피소드와 영화를 요약하려고 시도합니다. 영화 이해    에 대한 기존 접근 방식은 배경 음악이나 연속 샷 간의 시각적 변화와 같은 피상적인 시청각 기능을 활용합니다[24, 46]. 다른 작업에서는 장면 선택을 위한 그래프 기반 모델을 사용하여 "매력적인" 예고편을 만들거나[57] 시청각 감정 분석을 통해 공포 영화에 대해 훈련된 모델과 함께 인간을 루프에 사용합니다[47]. 예고편 순간 감지 데이터세트[53]는 공식 예고편과 주요 순간에 대한 주석이 결합된 전체 길이의 영화로 구성되어 있지만 공개적으로 사용할 수 없으며 각본도 포함되지 않습니다. 예고편 생성    [3, 23]는 원래 더 큰 교사 모델에서 더 작은 학생 모델로 정보를 증류하기 위해 제안되었습니다. 일반화된 증류[30]는 특권 정보, 즉 훈련 시간에만 사용할 수 있는 정보를 사용하기 위한 프레임워크를 제공합니다. 우리 작업과 가장 관련이 있는 것은 동일한 콘텐츠의 다양한 양식이나 보기를 사용하는 것입니다[33, 34]. 예를 들어 교육 비디오의 시각적 표현을 배우기 위해 전사된 내레이션입니다. 우리는 각본을 영화의 이벤트, 캐릭터, 장면에 대한 특권적인 정보와 정제된 지식의 원천으로 활용하며, 이후 비디오에서 예고편에 적합한 장면을 식별하기 위해 이를 활용합니다. 지식 증류  이 문서는 CC BY-SA 4.0 DEED 라이센스에 따라   있습니다. arxiv에서 볼 수

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

이 오디오는 이야기의 원래 언어로 제작되었습니다!

너무 오래; 읽다

Boost your HackerNoon story @ $159.99! 🚀

작업 분해를 통한 영화 예고편 생성: 관련 작업

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

텔레그램: 크립토 아일랜드에서 본토로 연결되는 다리

Crypto Growth: 효과적인 사용자 페르소나 만들기

디지털 유목민 들어보기: 태국의 새로운 DTV 비자에 대해 알아야 할 사항

이 18가지 개발자 도구로 생산성을 높이세요 🚀🔥

텔레그램: 크립토 아일랜드에서 본토로 연결되는 다리

Crypto Growth: 효과적인 사용자 페르소나 만들기

디지털 유목민 들어보기: 태국의 새로운 DTV 비자에 대해 알아야 할 사항

이 18가지 개발자 도구로 생산성을 높이세요 🚀🔥

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps