生成技术旨在利用合适的算法分析视频结构,从原始的视频数据中筛选出具有代表性的、用户可读的精简摘要。目前基于Seq2Seq模型的视频摘要生成技术能有效地学习人类理解视频的高级语义,对视频数据中的帧间依存关系进行建模,并生成具有较强概括能力的视频摘要。然而,现有视频摘要生成技术存在计算量大、由冗余帧带来的性能损耗大和模型效果不稳定等问题。本文围绕降低视频摘要结果的冗余度和提高模型训练效率展开研究,主要研究工作包括:1.提出一种融合GRU和非极大值抑制的视频摘要生成模型,包括特征提取、重要性得分生成和摘要生成三个模块。在重要性得分生成模块中,设计了融入GRU和注意力机制的Seq2Seq结构,该结构不仅增强了帧间时域特征关系对摘要筛选结果的影响,同时减少了模型的计算量,提高模型在反向传播时的收敛速度;在摘要生成模块中,提出基于非极大值抑制的关键序列生成算法,过滤相似度较高的视频帧,降低冗余帧对模型性能的影响。在TVSum、Sum Me和VSUMM三种数据集上的对比实验表明,所提模型在F-score和KFRR两个评估指标上均有不同程度的提升。实验结果证明该模型所生成的视频摘要具有更强的内容概括能力,并且在各种数据状况下具有较高的稳定性。2.为进一步提高模型在含有大量冗余信息的视频数据上的处理效果,在特征提取阶段,本文提出了针对视频特征的软阈值化改进方案以及在摘要生成阶段相应的优化方法,即:在特征提取阶段,将帧图像中的特征信息区分为重要特征和“噪声”特征,对特征信息进行筛选和阈值过滤,使模型在特征提取时重点关注信息量较高的特征。相比于改进前模型,优化后的模型在包含TVSum、Sum Me和VSUMM的增强数据集中的F-score值提高了5%;同时在以原始视频为主的Sum Me数据集中,优化后的模型的F-score值提高了8%。实验结果表明:引入软阈值化特征后的模型对冗余信息较多的视频数据的处理效果有明显的提升。