Key points are not available for this paper at this time.
يهدف كشف الأهمية في الفيديو إلى اكتشاف الكائنات البارزة المتعلقة بالحركة بشكل مستمر من تسلسلات الفيديو. نظراً لأنه يحتاج إلى مراعاة القيود المكانية والزمانية بشكل مشترك، فإن كشف الأهمية في الفيديو أكثر تحديًا من كشف الأهمية في الصور. في هذه الورقة، نقترح طريقة جديدة لكشف الكائنات البارزة في الفيديو بناءً على إعادة البناء النادرة والانتشار. مع مساعدة الأولويات الساكنة والحركية الجديدة، تم تصميم نموذج أهمية إطار فردي أولاً لتمثيل الأهمية المكانية في كل إطار فردي من خلال إعادة البناء المستندة إلى الندرة. ثم، من خلال انتشار تدريجي مستند إلى الندرة، يتم التقاط المطابقة التتابعية في الفضاء الزمني لإنتاج خريطة الأهمية بين الإطارات. أخيرًا، يتم دمج هاتين الخريطتين في نموذج تحسين عالمي لتحقيق السلاسة الزمانية المكانية والاتساق العالمي لكائن الأهمية في الفيديو بأكمله. تظهر التجارب على ثلاثة مجموعات بيانات كبيرة للكشف عن الأهمية في الفيديو أن الطريقة المقترحة تتفوق على خوارزميات الحالة الراهنة من الناحيتين النوعية والكمية.
درس كونغ وآخرون (الخميس) هذا السؤال.