Název:
Hledání ve videu pomocí signatur
Překlad názvu:
Signature-based video browser
Autoři:
Blažek, Adam ; Lokoč, Jakub (vedoucí práce) ; Kruliš, Martin (oponent) Typ dokumentu: Bakalářské práce
Rok:
2014
Jazyk:
eng
Abstrakt: [eng][cze] In this thesis, we present an effective yet efficient approach for Known-Item Search in video data. The approach utilizes so called feature signatures - simple and flexible visual descriptors based on color distribution. The feature signatures enable to efficiently represent video key-frames and at the same time allow users to intuitively draw simple colored sketches of the searched scenes. In the thesis, we describe in detail a novel video retrieval model and also discuss and carefully optimize it's parameters. To achieve high efficiency, we expose several indexing techniques suitable for the model and empirically evaluate their performance in the experiments. The described model is implemented in C# programming language with simple and intuitive user interface enabling users to~ interactively browse up to tens of hours of video. Powered by TCPDF (www.tcpdf.org)V této bakalářské práci uvádíme efektivní přístup pro hledání ve videu využívající takzvané signatury - flexibilní deskriptory obrázků založené na distribuci barev. Signatury poskytují vhodnou reprezentaci klíčových snímků a zároveň umožňují uživatelům jednoduše kreslit barevné skeče hledaných scén. V práci detailně popíšeme inovativní model pro hledání ve videu a také probereme a pečlivě optimalizujeme všechny jeho parametry. Pro dosažení vysoké rychlosti modelu navrhneme několik vhodných indexovacích technik a jejich výkon vyhodnotíme v experimentech s reálnými daty. Součástí práce je také implementace navrhovaného modelu v programovacím jazyce C# s jednoduchým a intuitivním uživatelským rozhraním umožnujícím interaktivní prohledávání až desítek hodin videa. Powered by TCPDF (www.tcpdf.org)
Klíčová slova:
feature extraction; Feature signatures; known item search; similarity search; video retrieval; feature extraction; Feature signatures; known item search; similarity search; video retrieval