视频描述

自动视频描述的目标是叙述视频中的事件。早期方法为手动分割的短片段生成单个事件的字幕，而近期的密集视频字幕技术则同时实现时间上的事件分割与连贯描述。该任务不仅推广了密集图像区域字幕生成，还具有为视障人士生成文本摘要、监控视频中重要事件检测与描述等实际应用价值。