Description Vidéo

L'objectif du sous-titrage automatique de vidéos est de narrer les événements qu'elles contiennent. Les méthodes initiales généraient des légendes pour des extraits courts segmentés manuellement, décrivant un seul événement, tandis que les techniques récentes de sous-titrage dense de vidéos parviennent simultanément à segmenter les événements dans le temps et à les décrire de manière cohérente. Cette tâche généralise non seulement le sous-titrage d'images régionales denses, mais elle trouve également des applications pratiques, comme la génération de résumés textuels pour les personnes malvoyantes et la détection et la description d'événements importants dans les vidéos de surveillance.