要点:
1、字节跳动联合中科院自动化研究所提出新方法，用AI快速检测视频中的高光片段，实现对输入视频长度和高光长度的灵活提取。
2、字节跳动联合中科院自动化研究所标注了用于域增量学习的美食视频数据集LiveFood，提出了基于原型学习的解决方案。
3、GPE使用高光原型学习的方案，在视频帧级别上做二分类任务，判断视频帧属于高光还是非高光，取得了良好的高光检测性能。
站长之家（ChinaZ.com）1月22日 消息:AI技术在视频领域的应用一直备受关注，通过AI快速检测视频中的高光片段，可以实现观众直接空降到精彩时刻，主播也可以复盘自己的表现。针对视频领域增量学习的困境，字节跳动联合中科院自动化研究所标注了用于域增量学习的美食视频数据集LiveFood，并提出了基于原型学习的解决方案。该方法使用高光原型学习的方案，在视频帧级别上做二分类任务，判断视频帧属于高光还是非高光，并取得了良好的高光检测性能。通过这些努力，AI技术在视频领域应用的前景更加广阔。
项目地址：https://top.aibase.com/tool/livefood
通过AI快速检测视频中的高光片段，观众可以直接空降到精彩时刻，主播也可以复盘自己的表现。针对视频域增量学习困境，字节跳动联合中科院自动化研究所标注了美食视频数据集LiveFood，并提出基于原型学习的解决方案。
字节跳动联合中科院自动化所提出新方法，用AI快速检测视频中的高光片段，实现对输入视频长度和高光长度的灵活提取。同时，标注了用于域增量学习的美食视频数据集LiveFood，并提出了基于原型学习的解决方案。AI技术在视频领域的应用前景更加广阔。
字节跳动联合中科院自动化所提出新方法，用AI快速检测视频中的高光片段，实现对输入视频长度和高光长度的灵活提取。该方法取得了良好的高光检测性能，并对视频领域增量学习问题有重要意义，为AI技术在视频领域的应用打开了新的局面。