【计算机视觉文章阅读之二】Video2Gif: Automatic Generation of Animated GIFs from Video_CVPR2016

Video2Gif: Automatic Generation of Animated GIFs from Video 将视频转成GIF

• 一、文章大体概括
• 二、文章主要内容
• 三、评估结果
• 四、总结

今天要讲的这篇是CVPR2016的文章，文章要做的事情在题目当中也写的很清楚，就是要从源视频当中提取GIF小片段，GIF就是短小的，循环播放的无声由50帧左右组成的小视频，一般表达的是强烈的情感，或者什么好玩的事情。现在有GIFSoup, Imgflip, Ezgif这三个商业软件，用户可以手动选择视频当中的一些小片段形成动图。由于现在GIF动图特别流行，所以作者就想做这么一款自动生成动图的想法的文章，有现实的需求和意义。

一、文章大体概括

文章的大致流程就是上图所示，先在youtube上匹配GIF与其对应的源视频，形成一个数据集。在网络训练阶段，采用的是RankNet这个网络，一次输入一对正例和负例视频，计算两个之间的判断误差，为了更好的评估两者之间的误差，本文引入了自适应的Huber loss计算误差的方式，得到训练好的排名模型。在测试阶段，输入一段视频，就可以得到这个视频中的小片段成为GIF的匹配度大小。

二、文章主要内容

1、Video2Gif数据库

文章在手动选取GIF动图的软件中，搜索匹配原有GIF对应的源视频的时候，方便之后文章的建立和学习，建立了一个关于GIF的数据库，数据库中包含120K个动图，以及超过80K个的视频，总体包括了7379小时。

在找到GIF与其对应的源视频之后，为了数据库能够从各个方面进行进一步的评估应用等，这里要找到GIF与其对应的源视频，打算做一个将二者匹配起来的工作，也方便之后监督学习的时候作为训练数据。

GIF与源视频进行匹配的工作，采用的是将两者的每一帧都采用离散余弦变化得到的一个矢量表示，之后这个矢量用二值化表现形式进行体现，最后通过比较这个矩阵的汉明距离来判断是否出现了重复片段，以此判