Copertina

SD-VSum: A Method and Dataset for Script-Driven Video Summarization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mylonas, Manolis, Apostolidis, Evlampios, Mezaris, Vasileios
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence Multimedia
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

SD-MVSum: Script-Driven Multimodal Video Summarization Method and Datasets
di: Mylonas, Manolis, et al.
Pubblicazione: (2025)

A Human-Annotated Video Dataset for Training and Evaluation of 360-Degree Video Summarization Methods
di: Kontostathis, Ioannis, et al.
Pubblicazione: (2024)

An Integrated Framework for Multi-Granular Explanation of Video Summarization
di: Tsigos, Konstantinos, et al.
Pubblicazione: (2024)

An Experimental Study on Generating Plausible Textual Explanations for Video Summarization
di: Eleftheriadis, Thomas, et al.
Pubblicazione: (2025)

TSalV360: A Method and Dataset for Text-driven Saliency Detection in 360-Degrees Videos
di: Kontostathis, Ioannis, et al.
Pubblicazione: (2025)

Improving the Perturbation-Based Explanation of Deepfake Detectors Through the Use of Adversarially-Generated Samples
di: Tsigos, Konstantinos, et al.
Pubblicazione: (2025)

VidCtx: Context-aware Video Question Answering with Image Models
di: Goulas, Andreas, et al.
Pubblicazione: (2024)

Exploiting LMM-based knowledge for image classification tasks
di: Tzelepi, Maria, et al.
Pubblicazione: (2024)

Towards Quantitative Evaluation of Explainable AI Methods for Deepfake Detection
di: Tsigos, Konstantinos, et al.
Pubblicazione: (2024)

Sens-VisualNews: A Benchmark Dataset for Sensational Image Detection
di: Goulas, Andreas, et al.
Pubblicazione: (2026)

T-TAME: Trainable Attention Mechanism for Explaining Convolutional Networks and Vision Transformers
di: Ntrougkas, Mariano V., et al.
Pubblicazione: (2024)

SoccerHigh: A Benchmark Dataset for Automatic Soccer Video Summarization
di: Díaz-Juan, Artur, et al.
Pubblicazione: (2025)

Visual and audio scene classification for detecting discrepancies in video: a baseline method and experimental protocol
di: Apostolidis, Konstantinos, et al.
Pubblicazione: (2024)

LMM-Regularized CLIP Embeddings for Image Classification
di: Tzelepi, Maria, et al.
Pubblicazione: (2024)

Unsupervised Transcript-assisted Video Summarization and Highlight Detection
di: Barbakos, Spyros, et al.
Pubblicazione: (2025)

UBiSS: A Unified Framework for Bimodal Semantic Summarization of Videos
di: Mei, Yuting, et al.
Pubblicazione: (2024)

Video Summarization: Towards Entity-Aware Captions
di: Ayyubi, Hammad A., et al.
Pubblicazione: (2023)

MSC: A Marine Wildlife Video Dataset with Grounded Segmentation and Clip-Level Captioning
di: Truong, Quang-Trung, et al.
Pubblicazione: (2025)

JPEG AI Image Compression Visual Artifacts: Detection Methods and Dataset
di: Tsereh, Daria, et al.
Pubblicazione: (2024)

Reinforcement Learning for Unsupervised Video Summarization with Reward Generator Training
di: Abbasi, Mehryar, et al.
Pubblicazione: (2024)

Official-NV: An LLM-Generated News Video Dataset for Multimodal Fake News Detection
di: Wang, Yihao, et al.
Pubblicazione: (2024)

OmniAvatar: Efficient Audio-Driven Avatar Video Generation with Adaptive Body Animation
di: Gan, Qijun, et al.
Pubblicazione: (2025)

Using AI to Summarize US Presidential Campaign TV Advertisement Videos, 1952-2012
di: Breuer, Adam, et al.
Pubblicazione: (2025)

Moiré Video Authentication: A Physical Signature Against AI Video Generation
di: Qing, Yuan, et al.
Pubblicazione: (2026)

Kangaroo: A Powerful Video-Language Model Supporting Long-context Video Input
di: Liu, Jiajun, et al.
Pubblicazione: (2024)

TalkVerse: Democratizing Minute-Long Audio-Driven Video Generation
di: Wang, Zhenzhi, et al.
Pubblicazione: (2025)

FlowPortrait: Reinforcement Learning for Audio-Driven Portrait Video Generation
di: Tan, Weiting, et al.
Pubblicazione: (2026)

Video Seal: Open and Efficient Video Watermarking
di: Fernandez, Pierre, et al.
Pubblicazione: (2024)

AnyV2V: A Tuning-Free Framework For Any Video-to-Video Editing Tasks
di: Ku, Max, et al.
Pubblicazione: (2024)

Decoupled Audio-Visual Dataset Distillation
di: Li, Wenyuan, et al.
Pubblicazione: (2025)

FedVideoMAE: Efficient Privacy-Preserving Federated Video Moderation
di: Tao, Ziyuan, et al.
Pubblicazione: (2025)

CrypticBio: A Large Multimodal Dataset for Visually Confusing Biodiversity
di: Manolache, Georgiana, et al.
Pubblicazione: (2025)

IDNet: A Novel Dataset for Identity Document Analysis and Fraud Detection
di: Guan, Hong, et al.
Pubblicazione: (2024)

Video-EM: Event-Centric Episodic Memory for Long-Form Video Understanding
di: Wang, Yun, et al.
Pubblicazione: (2025)

VIA: Unified Spatiotemporal Video Adaptation Framework for Global and Local Video Editing
di: Gu, Jing, et al.
Pubblicazione: (2024)

LMVD: A Large-Scale Multimodal Vlog Dataset for Depression Detection in the Wild
di: He, Lang, et al.
Pubblicazione: (2024)

Open-o3-Video: Grounded Video Reasoning with Explicit Spatio-Temporal Evidence
di: Meng, Jiahao, et al.
Pubblicazione: (2025)

VideoPainter: Any-length Video Inpainting and Editing with Plug-and-Play Context Control
di: Bian, Yuxuan, et al.
Pubblicazione: (2025)

Long Video Diffusion Generation with Segmented Cross-Attention and Content-Rich Video Data Curation
di: Yan, Xin, et al.
Pubblicazione: (2024)

DIBS: Enhancing Dense Video Captioning with Unlabeled Videos via Pseudo Boundary Enrichment and Online Refinement
di: Wu, Hao, et al.
Pubblicazione: (2024)