为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
主要分析了Mahasseni等人在2017年CVPR上发表的基于无监督生成对抗网络的视频摘要论文。监督学习要求训练视频帧的人工标注，目的是寻找优化的帧选择器来最小化关于groundtruth的损失。但是对于一个广泛的变化域，得到大量可靠、足够的人工标注几乎是不可能的。因此在这些领域内使用无监督的方法可以解决，这种方法通常采用启发式的标准来选择关键帧。目标是最小化关键帧和视频的特征表示之间的距离。因为确定深度特征之间的合适距离是很困难的，论文用生成对抗网络来优化帧选择器，摘要主要框架由变分自编码器和生成对抗网络构成。