Evaluación de métodos para realizar resúmenes automáticos de vídeos

Résumé

En este trabajo se estudian, presentan y evalúan tres métodos que permiten realizar resúmenes de vídeos de manera automática, manteniendo la información del vídeo que cada uno de los métodos presentados considera como esencial. Se han revisado los métodos Video2GIF, basado en una red neuronal convolucional de aprendizaje profundo, Move Detector, un algoritmo que detecta y almacena los fotogramas que contienen movimiento, y Peaks Volume, que resume en función de un análisis del espectro de audio del vídeo. La evaluación de los métodos Video2GIF y Peaks Volume se ha realizado utilizando el dataset VSUMM, y la evaluación del método Move Detector, utilizando el dataset VIRAT. Los resúmenes obtenidos se han evaluado utilizando CUS (Comparison of User Summaries). A partir de los mismos se puede concluir que los resultados obtenidos con Video2GIF contienen la información más relevante del vídeo original cuando este contiene escenas cortas que albergan acciones humanas, dado que este método utiliza una red entrenada con dicho propósito, mientras que Peaks Volume ha destacado en el resumen de documentales, pero también ha conseguido unos resultados superiores a 0.4 sobre 1 en el resto de categorías de vídeos reduciendo la duración del vídeo original a la mitad o menos.