Τεχνικές μηχανικής μάθησης για διαχείριση γνώσης σε πολυμεσικά δεδομένα

Περίληψη σε άλλη γλώσσα

In this thesis we have proposed novel methods for video segmentation and representation that are based on machine learning techniques (classi cation, clustering). First, we considered support vector machines for video shot detection. Then, an improved spectral clustering algorithm was employed for video shot representation. The same algorithm in combination with a sequence alignment algorithm was employed for video scene segmentation. Movie segmentation into scenes and chapters was also implemented using temporally smoothed visual words histograms. Furthermore, the proposed techniques were also employed for video rushes summarization and event detection in video surveillance sequences. More speci cally, in order to perform video shot detection, we proposed in Chapter 2 a supervised learning methodology [11, 15]. In this way, we have avoided the use of thresholds and we were able to detect shot boundaries of videos with totally di erent 127 visual characteristics. Novel features have be ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/18816
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/18816
ND
18816
Εναλλακτικός τίτλος
Machine learning techniques for multimedia knowledge management
Συγγραφέας
Χασάνης, Βασίλειος του Θωμάς
Ημερομηνία
2009
Ίδρυμα
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής
Εξεταστική επιτροπή
Λύκας Αριστείδης
Γαλατσάνος Νικόλαος
Μπλέκας Κωνσταντίνος
Κόλλιας Στέφανος
Σταφυλοπάτης Ανδρέας
Λάγαρης Ισαάκ
Κόντης Λυσίμαχος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Βίντεο, Κατάτμηση σε πλάνα; Αναπαράσταση πλάνου; Βίντεο, Κατάτμηση σε σκηνές; Ταινίες, Κατάτμηση υψηλού επιπέδου; Βίντεο, Δημιουργία περίληψης αμοντάριστου; Βίντεο, Ανίχνευση γεγονότων σε ακολουθίες παρακολούθησης μέσω
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
170 σ., εικ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)