ビデオサマリゼーションの課題を解決するために、コンテキスト情報を活用したアプローチを提案する。従来の手法では、ラベル付きデータの不足や評価指標の限界があったが、本研究ではこれらの問題に取り組む。
ビデオをグラフ構造に変換し、グラフニューラルネットワークを用いてビデオフレームの重要度を予測することで、効率的にビデオサマリを生成する。
