题目
《Deep Reinforcement Learning for Unsupervised Video Summarization with Diversity-Representativeness Reward》
《具有多样-代表性奖励机制的无监督视频摘要深度强化学习》
期刊/会议名称（时间）
2018 AAAI会议
数据
SumMe、TVSum视频数据集
公开视频数据集：视频数据集
源代码：论文源代码
研究问题
基于无监督视频摘要的生成
研究方法（相关技术）
1、提出基于深度强化学习的视频摘要网络（DSN)，并拓展加入多样性、代表性奖励函数（DR-DSN）。
2、DSN的编码-解码结构：编码：CNN，解码：LSTM。
网络结构：
实验结果：
注：灰色区域为原视频的高亮处，监督的DR-DSN匹配度最好。
创新
1、使用基于强化学习的无监督视频摘要生成（一般的摘要生成都是基于监督学习）
- 强化学习：数据与模型动态交互。基于原数据模型生成结果，结果又来反馈模型（比如改变某些参数值）
思考
1、使用的数据集少，只在两个数据集实验
2、摘要生成未考虑情感因素（文字情感)
598
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
