【摘要】自二十世纪九十年代以来，我国电视媒体技术飞速发展。伴随着电视节目的种类及数量越来越多，为视频节目添加内容描述的工作日趋繁琐;另一方面，网络及自媒体的快速发展也伴随着媒体资源数量的急剧膨胀，电视节目如何快速，准确地从这些媒体资源中选出需要的材料也成为当今一大问题。本文探究了在当前人工智能大环境下，Video Captioning技术如何应用于电视节目中，并提出了端到端的系统解决方案，实现了大规模媒体内容的高质量，高效率的文字描述。

【关键词】Video Captioning;电视节目;深度学习;人工智能

中图分类号：TN92                       文献标识码：A                  DOI：10.12246/j.issn.1673-0348.2021.06.042

电视节目的制作要先选择合适的素材，经过剪辑等处理之后，最后添加上字幕。随着电视技术的发展，电视节目的种类与数量越来越多，如何高效的制作出一期电视节目逐渐成为一个重要的问题。制作电视节目的困难有多个方面，首先是素材的选取问题。互联网作为一种新的传播媒介，拥有着传统媒介所没有的快捷和方便，网络上的视频资源数量飞速增长，而这些视频都缺少一定的文字描述，如果对每个视频都进行查看会浪费大量的时间并且不现实，所以需要一种可以高效的选择合适的视频素材的方法。其次是字幕的添加问题。电视节目数量的增加导致了添加字幕的工作量的增加，如果使用人工的方法手动添加字幕，这会耗费大量的人力，能不能找到一种方法可以自动的为电视节目添加字幕。……