ビデオ説明

自動ビデオキャプショニングの目的は、ビデオ内のイベントを叙述することです。初期の手法では、手動でセグメントされた短いクリップに対して単一のイベントを説明するキャプションを生成していましたが、最近の密なビデオキャプショニング技術では、時間的なイベントセグメンテーションと一貫性のある説明を同時に達成しています。このタスクは、密な画像領域キャプショニングの一般化だけでなく、視覚障害者向けのテキストサマリ生成や監視ビデオにおける重要なイベントの検出と説明などの実用的な応用も持っています。