Dissertação

LxTube - Processamento de arquivos massivos de vídeo para indexação e pesquisa de informação EVALUATED

O rápido crescimento das bases de dados de vídeos disponíveis online exige sistemas de busca e indexação cada vez mais eficientes e robustos. Os desafios fundamentais ao desenvolver um motor de pesquisa deste tipo são: 1) Escolha adequada dos descritores do vídeo; 2) Identificação do método ideal de indexação dos recursos. Para o primeiro é necessário um compromisso entre uma descrição perfeita do vídeo e os custos de tempo envolvidos na extração das features. O algoritmo adotado para o segundo desafio define a forma como a informação será organizada na base de dados e, consequentemente, a qualidade dos resultados. Neste trabalho, a abordagem implementada utiliza quatro tipos de features diferentes (Cor, Textura, Informação Semântica e Movimento) e um algoritmo de clustering hierárquico para a indexação da informação, processo que acelera a identificação dos frames da base de dados mais semelhantes a cada um dos frames do vídeo de query de forma a construir um grafo utilizado na busca de vídeos similares. A construção do grafo pode ser adaptada para produzir outputs diferentes de acordo com as intenções do utilizador o que ilustra uma das grandes vantagens deste algoritmo, a sua versatilidade. Foi ainda testada a sua escalabilidade numa base de dados com 42576 vídeos extraídos do dataset Youtube-8M. Através de dois testes a utilizadores independentes desenvolveu-se um estudo acerca da influência de cada feature na avaliação da semelhança entre vídeos, onde se verificou uma maior influência de descritores como SIFT e o conteúdo semântico.
Vídeo, Busca, Frame, Grafo, Feature, Indexação

Novembro 20, 2017, 9:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

João Manuel de Freitas Xavier

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado

ORIENTADOR

João Paulo Salgado Arriscado Costeira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado