基于聚类的视频摘要生成方法及其时间上下文感知

在本文中，我们提出了一种新颖且高效的无训练视频摘要方法——TAC-SUM，该方法通过引入时间上下文来解决现有基于聚类模型的局限性。我们的方法将输入视频划分为时间上连续的片段，并结合聚类信息，从而在聚类过程中注入时间感知能力，这使得我们的方法区别于以往的基于聚类的摘要生成方法。生成的时间感知聚类结果随后用于计算最终摘要，采用简单的规则进行关键帧选择和帧重要性评分。我们在SumMe数据集上的实验结果表明，所提出的TAC-SUM方法不仅优于现有的无监督方法，而且其性能与最先进的有监督摘要技术相当。我们的源代码可在以下网址获取以供参考：\url{https://github.com/hcmus-thesis-gulu/TAC-SUM}。