Autores:  (1) Pinelopi Papalampidi, Instituto de Linguagem, Cognição e Computação, Escola de Informática, Universidade de Edimburgo;  (2) Frank Keller, Instituto de Linguagem, Cognição e Computação, Escola de Informática, Universidade de Edimburgo;  (3) Mirella Lapata, Instituto de Linguagem, Cognição e Computação, Escola de Informática, Universidade de Edimburgo.  Tabela de links   Resumo e introdução   Trabalho relatado   Formulação de problema   Configuração Experimental   Resultados e Análise   Conclusões e Referências   A. Detalhes do modelo   B. Detalhes de implementação   C. Resultados: Estudos de Ablação  2. Trabalho relacionado  Abordagens anteriores para   se concentraram principalmente em videoclipes isolados e em tarefas como alinhamento entre cenas de filmes e capítulos de livros [49], resposta a perguntas [50], legendas de vídeo para cenas de filmes [44] e conversão de texto em vídeo. recuperação [5]. Trabalhos recentes [40–42] tentam identificar estruturas narrativas de alto nível e resumir episódios inteiros de TV e filmes focando exclusivamente na modalidade textual (isto é, roteiros). a compreensão de filmes  As abordagens existentes para   exploram recursos audiovisuais superficiais, como música de fundo ou mudanças visuais entre tomadas sequenciais [24, 46]. Outro trabalho cria trailers “atraentes” com um modelo baseado em gráficos para seleção de cenas [57] ou usa um humano no circuito em conjunto com um modelo treinado em filmes de terror por meio de análise de sentimento audiovisual [47]. O conjunto de dados de detecção de momentos de trailer [53] consiste em filmes completos combinados com trailers oficiais e anotações para momentos importantes, mas não está disponível publicamente e não inclui roteiros. geração de trailers    [3, 23] foi originalmente proposta para destilar informações de um modelo maior de professor para um modelo menor de aluno. A destilação generalizada [30] fornece uma estrutura para o uso de informações privilegiadas, ou seja, informações que estão disponíveis apenas no momento do treinamento. O mais relacionado ao nosso trabalho é o uso de diferentes modalidades ou visualizações do mesmo conteúdo [33, 34], por exemplo, narrações transcritas para aprender representações visuais em vídeos instrucionais. Aproveitamos os roteiros como uma fonte de informações privilegiadas e destilamos conhecimento sobre eventos, personagens e cenas de um filme, que posteriormente exploramos para identificar cenas dignas de trailer em vídeo. A destilação do conhecimento  Este artigo está   sob licença CC BY-SA 4.0 DEED. disponível no arxiv

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

Kinetopgraph.TECH

Read My Stories

kinetograph

Este áudio é produzido no idioma original da história!

Muito longo; Para ler

Boost your HackerNoon story @ $159.99! 🚀

Geração de trailer de filme por meio de decomposição de tarefas: trabalho relacionado

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps