| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 课题研究的背景和意义 | 第7-8页 |
| 1.2 视频摘要的研究现状 | 第8-11页 |
| 1.2.1 现有视频摘要方法 | 第8-11页 |
| 1.2.2 视频摘要生成过程 | 第11页 |
| 1.3 本文的研究目标和研究内容 | 第11-12页 |
| 1.3.1 研究目标 | 第11页 |
| 1.3.2 研究内容 | 第11-12页 |
| 1.4 本文的内容安排 | 第12-13页 |
| 第2章 基本模型介绍 | 第13-27页 |
| 2.1 人工神经网络 | 第13-14页 |
| 2.2 卷积神经网络 | 第14-18页 |
| 2.3 循环神经网络 | 第18-20页 |
| 2.4 长短时记忆网络 | 第20-21页 |
| 2.5 视觉注意力机制 | 第21-25页 |
| 2.5.1 基本概念 | 第21-22页 |
| 2.5.2 基于视觉注意力机制的RNN模型 | 第22-23页 |
| 2.5.3 两种基于视觉注意力机制的RNN模型 | 第23-25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 基于视觉注意力机制的视频摘要 | 第27-35页 |
| 3.1 序列到序列问题 | 第27-28页 |
| 3.2 编码器模型 | 第28-29页 |
| 3.3 所提两种解码器模型 | 第29-32页 |
| 3.3.1 SUM-LSTM算法的解码器 | 第30页 |
| 3.3.2 SUM-attDecoder算法的解码器 | 第30-32页 |
| 3.4 关键镜头选取模型 | 第32-33页 |
| 3.5 模型的训练和测试 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 实验结果及分析 | 第35-43页 |
| 4.1 实验数据 | 第35-38页 |
| 4.2 实验环境及参数 | 第38-39页 |
| 4.2.1 实验环境 | 第38页 |
| 4.2.2 实验参数 | 第38-39页 |
| 4.3 质量评价 | 第39页 |
| 4.4 实验分析与讨论 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 总结与展望 | 第43-45页 |
| 5.1 本文工作总结 | 第43页 |
| 5.2 展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 发表论文和参加科研情况说明 | 第50-51页 |
| 致谢 | 第51页 |