Resumen

Presentamos un marco estadístico basado en Modelos Ocultos de Markov para resumir largometrajes. Se utiliza una cadena de estados para modelar las unidades de historia subsecuentes: los estados representan diferentes conceptos visuales, las transiciones modelan las dependencias temporales en cada unidad de historia, y las observaciones estocásticas se dan por tomas individuales. El resumen se genera como una secuencia de observación, donde, con el fin de privilegiar segmentos más informativos para ingresar al resumen, las tomas se les asigna una mayor probabilidad de observación si cuentan con características relevantes relacionadas con géneros específicos de películas. La efectividad del método se demuestra resumiendo los primeros treinta minutos de un amplio conjunto de películas de acción y drama, con el objetivo de crear avances para los usuarios útiles para evaluar si les gustaría ver esa película o no, pero sin revelar la parte central de la película y detalles de la trama. Los resultados son evaluados y comparados a través de extensas pruebas de usuario en términos de métricas que estiman el

• Materias:Convergencia de IP Redes cooperativas Métodos de segmentación Optimización de capas Infraestructura híbrida
• Subjects:IP Convergence Cooperative networks Segmentation methods Layer optimization Hybrid Infrastructure
• Palabras claves:Marco estadístico; Modelos Ocultos de Markov; Películas de largometraje; Conceptos visuales; Unidades de historia; Tomas
• Keywords:Statistical framework; Hidden Markov Models; Feature films; Visual-concepts; Story units; Shots