Videogenic：利用专业照片作为先验信息识别视频中的高光时刻

本文研究从视频中提取高光时刻的挑战。要完成这一任务，我们需要理解什么构成了任意视频领域的高光时刻，同时能够跨不同领域扩展。我们的关键洞察是，摄影师拍摄的照片往往能捕捉到活动中最引人注目或最具摄影价值的时刻。基于这一洞察，我们提出了Videogenic技术，这是一种能够为多样化领域创建特定领域高光视频的方法。在人类评估研究（N=50）中，我们表明高质量照片集合结合基于CLIP的检索（使用具有图像语义知识的神经网络）可以作为寻找视频高光的优秀先验信息。在受试者内专家研究（N=12）中，我们证明了Videogenic在帮助视频编辑创建高光视频方面的实用性，能够减轻工作负担、缩短任务完成时间并提高可用性。