- …
- …
#39
summarized by : Shun.ishizaka
どんな論文か？
映像理解のための大規模dataset．尺の長い(1h以上など)映像理解は難しいタスク → ストーリ性・芸術性・尺の長さの要素をもつ映画に注目，datasetを構築．構築したMovieNetに対してベンチマークを提案．
新規性
映画(1,100本)，予告編(60K)，写真(3.9M)，字幕，脚本，キャラクタのbbox(1.1M )，42Kのシーン境界，メタ情報(ジャンル・キャスト・監督・レーティング)などをデータとして持つ．とにかく大規模．長尺での映像理解に取り組むために映画を集めてDatasetを構築した点が新しい．
結果
ベンチマークとして5種類提案(1.ジャンル推定 2. 演出技法推定(zoom inとか) 3.キャラクタ認識 4.シーン理解 5.ストーリ理解)．まだ議論の余地がある課題であることを主張．そのほかのtopicにも使えると主張(予告編の自動生成=ハイライトの抽出など)．
その他（なぜ通ったか？等）
Datasetは公開済．http://movienet.site/
- …
- …