局部压缩视频流学习用于通用事件边界检测

原文约100字，阅读约需1分钟。

使用压缩视频表示学习方法进行事件边界检测，利用压缩域中的丰富信息，提取 P 帧特征并使用轻量级 ConvNets 和时序关系捕捉器进行特征表示精炼，最后使用简单分类器确定视频序列的事件边界。

该研究提出了一种简化的自监督方法，结合可区分的运动特征学习模块，用于识别视频中的事件边界检测问题。实验证明该方法在两个数据集上的可行性和有效性，并展示了无需显式预文本任务的学习运动特征的简单自监督方法。