Improving video summarization based on user preferences

Kannan, Rajkumar; Ghinea, Gheorghiţă; Swaminathan, Sridhar; Kannaiyan, Suresh

doi:10.1109/ncvpripg.2013.6776187

Cited by 6 publications

(15 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…• Dynamic summaries are also called dynamic video skims. Personalized video summarization is performed by selecting a subset of consecutive frames from all frames of the original video that includes the most relevant sub-shots that represent the original video according to the user's preferences as well as the summary criteria [12,14,[17][18][19][20]25,27,28,30,31,35,37,38,44,45,47,49,54,[59][60][61][62][63][64][65][66][67][68][69]. • A Hierarchical summary is a multilevel and scalable summary.…”

Section: Type Of Personalized Summarymentioning

confidence: 99%

“…Two types of action-related features are extracted and then classified into uninteresting or interesting. The personalized video summaries presented in [14,17,26,43,45,52,53,57,59,61,65,66] are also object based.…”

Section: Object Basedmentioning

confidence: 99%

“…Through a user-friendly interface, the user can adjust the frame number or the time limit. Kannan et al [66] proposed a personalized video summarization system. The proposed system includes 25 detectors for semantic concepts based on objects, events, activities, and areas.…”

Section: Area Basedmentioning

confidence: 99%

“…Many events such as fouls, shots, interceptions, and others are immediately monitored with the restart, end, and start of the clock. Many studies [13,14,16,19,25,45,52,53,57,59,61,65,66] have proposed that personalized video summarization is also based on events.…”

Section: Event Basedmentioning

confidence: 99%

See 3 more Smart Citations

Personalized Video Summarization: A Comprehensive Survey of Methods and Datasets

Peronikolis,

Panagiotakis

2024

Preprint

View full text Add to dashboard Cite

In recent years, the scientific and technological developments led to an explosion of available videos on the web, increasing the necessity of fast and effective video analysis and summarization. Video summarization methods aim to generate a synopsis by selecting the most informative parts of the video content. The user’s personal preferences, often involved in the expected results, should be taken into account in the video summaries. In this paper, we provide the first comprehensive survey on personalized video summarization relevant to the techniques and datasets used. In this context, we classify and review personalized video summary techniques based on the type of personalized summary, on criteria, on the video domain, on the source of information, on the time of summarization, and on the machine learning technique. Depending on the type of methodology used by the personalized video summarization techniques for the summary production process, we classify the techniques into five major categories, which are feature-based video summarization, key frame selection, shot selection-based approach, video summarization using trajectory analysis, and personalized video summarization using clustering. We also compare personalized video summarization methods and present 37 datasets used to evaluate personalized video summarization methods. Finally, we analyze opportunities and challenges in the field and suggest innovative research lines.

show abstract

Section: Type Of Personalized Summarymentioning

confidence: 99%

Section: Object Basedmentioning

confidence: 99%

Section: Area Basedmentioning

confidence: 99%

Section: Event Basedmentioning

confidence: 99%

See 2 more Smart Citations

Personalized Video Summarization: A Comprehensive Survey of Methods and Datasets

Peronikolis,

Panagiotakis

2024

Preprint

View full text Add to dashboard Cite

show abstract

“…Entretanto, o crescimento no volume de dados multimídia produzidos e disponíveis para acesso aumenta o problema da sobrecarga de informação: as pessoas precisam encontrar informações de interesse entre as centenas ou milhares de opções disponíveis (IDE et al, 2017;KANNAN et al, 2013;TOFFLER, 1984). Esse pode ser um processo tedioso e que demanda muito tempo.…”

Section: Contextualização E Motivaçãounclassified

Sumarização automática multivídeo baseada em estratégias humanas

Barbieri¹

View full text Add to dashboard Cite

Agradeço ao meu esposo Paulo pela parceria de todos os dias, por me incentivar e auxiliar quando necessário e compartilhar comigo as conquistas durante esse processo. Agradeço também à minha pequena Júlia por encher meus dias de amor e me motivar com o sorriso mais lindo.Agradeço aos meus pais por todo o apoio, por serem meu porto seguro, ouvindo desabafos, dando conselhos e estando sempre presentes. Agradeço à minha irmã pelo companheirismo, pela preocupação e pelos bons momentos divididos nesse período.Agradeço ao meu orientador por toda a contribuição que tornou possível a conclusão deste trabalho. Obrigada pela motivação, pelas correções, pelas novas ideias e pela paciência. Obrigada também pela amizade e por sempre levar em conta a vida pessoal de seus alunos, compreendendo e respeitando as particularidades de cada momento.Agradeço aos meus amigos pelas conversas, situações compartilhadas e pelo interesse em meu trabalho. Agradeço também aos colegas do grupo de pesquisa pela troca de ideias e sugestões que ajudaram a aprimorar os resultados.Agradeço ao Instituto de Ciências Matemáticas e de Computação (ICMC) por fornecer a estrutura necessária para a realização deste doutorado. Agradeço, em especial, aos funcionários da Seção de Pós-Graduação pelas orientações e auxílio nas dúvidas.Agradeço ao Instituto Federal de São Paulo (IFSP) pelo afastamento remunerado para participação em programa de pós-graduação stricto sensu, que foi muito importante para o desenvolvimento e conclusão deste trabalho.Agradeço à CAPES pelo financiamento parcial do estudo. O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -Brasil (CAPES) -Código de Financiamento 001.

show abstract

Content selection criteria for news multi-video summarization based on human strategies

Barbieri

Goularte

2020

Int J Digit Libr

View full text Add to dashboard Cite

Improving video summarization based on user preferences

Cited by 6 publications

References 6 publications

Personalized Video Summarization: A Comprehensive Survey of Methods and Datasets

Personalized Video Summarization: A Comprehensive Survey of Methods and Datasets

Sumarização automática multivídeo baseada em estratégias humanas

Content selection criteria for news multi-video summarization based on human strategies

Contact Info

Product

Resources

About