论文：ARC: Approximate Relevant Clip Query in Large-Scale Video Repositories
会议：SIGIR 2025
作者：Yue Chen, Yinan Jing, Ziqiang Yu, Xiaohui Yu, Zhenying He, Kai Zhang and X. Sean Wang
简介：视频数据的爆炸式增长凸显了探索大规模视频库以提取有价值信息的必要性。基于内容和时间属性进行视频片段查询是一项关键任务。然而，现有方法面临两大挑战：一是在处理涉及统计推理和时间约束的复杂查询条件时缺乏灵活性；二是在高查询质量要求和资源受限的情况下效率低下。
本文首次正式提出“相关片段查询”这一概念，建立了一个更灵活地查询相关视频片段的框架。为高效响应此类查询，我们提出了近似查询处理系统ARC，其目标是在保证查询结果置信度的前提下，最大化召回率并最小化查询开销。ARC通过代理模型对原始视频库进行初步筛选，再利用精确模型对筛选结果进行优化。我们在真实视频数据集上的评估显示，ARC相较于简单基线方法平均加速达到 32.57 倍，同时在几乎所有性能指标上显著优于现有最先进方法。敏感性分析和消融实验进一步验证了ARC各组件的稳健性和有效性。
