谷歌新一代视频编码「谷歌推出视频注释工具VidLNs 可生成丰富的视频描述」

8月9日 消息:VidLNs 是谷歌推出的一种视频注释工具，可以生成丰富的视频描述，并实现准确的时空定位。这是一种注释视频的增强方法，通过同时使用语音描述和鼠标移动来构建视频的叙述。

VidLNs 的注释过程包括观察视频、选择关键帧、逐个角色构建叙述，并使用语音描述和鼠标移动来标记相关对象和动作。

项目地址：https://github.com/google/video-localized-narratives

通过选择关键帧来表示每个角色的重要时刻，并通过口述描述和鼠标指导来突出显示相关对象和动作。这种方法可以生成详细的视频注释，为视频叙事定位和视频问答等任务提供了坚实的基础。

核心功能:

1. 通过语音描述和鼠标移动来构建视频叙述。

2. 使用关键帧来突出显示每个角色的关键时刻。

3. 提供准确的时空定位，生成详细的视频注释。

4. 为视频叙事定位和视频问答等任务提供基础。