标题：基于门控多头注意力机制的视频摘要
作者：王坤阳1；高伟2；滕国伟1
作者单位：1 上海大学通信与信息工程学院，上海 200444；2 上海文广科技（集团）有限公司，上海 200233
关键字：视频摘要；并行化；注意力机制；相对位置编码
摘要：视频摘要技术能降低原始视频冗余程度，减小视频存储空间和浏览时间。现有的视频摘要方法大多采用递归结构，不仅计算复杂而且模型很难并行化运行。为了解决这个问题，提出了一种基于门控多头注意力机制的视频摘要网络模型（GMPAVS），该模型包含两种多头自注意模块，能同时捕获时间帧之间的全局和局部依赖关系，同时引入了相对位置编码和绝对位置编码，用于捕获视频的时间相关性。在两个基准数据集SumMe和TVSum上的实验结果证明了该方法的有效性。