A unified approach to content-based indexing and retrieval of digital videos from television archives
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This work addresses the development of a unified approach to content-based indexing and retrieval of digital videos fromtelevision archives. The proposed approach has been designed to deal with arbitrary television genres, making it suitablefor various applications. To achieve this goal, the main steps of a content-based video retrieval system are addressed in thiswork, namely: video segmentation, key-frame extraction, content-based video indexing and the video retrieval operation itself.Video segmentation is addressed as a typical TV broadcast structuring problem, which consists in automatically determiningthe boundaries of each broadcasted program (like movies, news, among others) and inter-program (for instance, commercials).Specifically, to segment the videos, Electronic Program Guide (EPG) metadata is combined with the detection of two specialcues, namely, audio cuts (silence) and dark monochrome frames. On the other hand, a color histogram-based approach performskey-frame extraction. Video indexing and retrieval are accomplished by using hashing and k-d tree methods, while visualsignatures containing color, shape and texture information are estimated for the key-frames, by using image and frequencydomain techniques. Experimental results with the dataset of a multimedia information system especially developed for managingtelevision broadcast archives demonstrate that our approach works efficiently, retrieving videos in 0.16 seconds on average andachieving recall, precision and F1 measure values, as high as 0.76, 0.97 and 0.86 respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle