content based video retrieval based on hdwt and sparse representation

استرجاع الفيديو القائم على المحتوى بالاعتماد على HDWT والتمثيل المتناثر

Clicks: 109
ID: 248257
2016
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #56 of 58 articles by views in archives of toxicology

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract

Video retrieval has recently attracted a lot of research attention due to the exponential growth of video datasets and the internet. Content based video retrieval (CBVR) systems are very useful for a wide range of applications with several type of data such as visual, audio and metadata. In this paper, we are only using the visual information from the video. Shot boundary detection, key frame extraction, and video retrieval are three important parts of CBVR systems. In this paper, we have modified and proposed new methods for the three important parts of our CBVR system. Meanwhile, the local and global color, texture, and motion features of the video are extracted as features of key frames. To evaluate the applicability of the proposed technique against various methods, the P(1) metric and the CC_WEB_VIDEO dataset are used. The experimental results show that the proposed method provides better performance and less processing time compared to the other methods.

حظي استرجاع الفيديو مؤخرًا باهتمام بحثي واسع نظرًا للنمو الأسي لمجموعات بيانات الفيديو وشبكة الإنترنت. وتُعد أنظمة استرجاع الفيديو القائمة على المحتوى (CBVR) مفيدة للغاية لطيف واسع من التطبيقات التي تشتمل على أنواع متعددة من البيانات مثل المرئية، والصوتية، والبيانات الوصفية. ونقتصر في هذه الورقة البحثية على استخدام المعلومات المرئية من مقطع الفيديو. ويُمثل كل من الكشف عن حدود اللقطات، واستخراج الإطارات المفتاحية، واسترجاع الفيديو ثلاثة أجزاء رئيسة في أنظمة CBVR. وقد قمنا في هذه الورقة بتعديل واقتراح طرائق جديدة للأجزاء الثلاثة المهمة لنظام CBVR الخاص بنا. وفي غضون ذلك، تُستخرج سمات اللون، والملمس، والحركة المحلية والعالمية للفيديو بوصفها سمات للإطارات المفتاحية. ولتقييم قابلية تطبيق التقنية المقترحة في مقابل طرائق مختلفة، تم استخدام مقياس P(1) ومجموعة بيانات CC_WEB_VIDEO. وتُظهر النتائج التجريبية أن الطريقة المقترحة تقدم أداءً أفضل وزمن معالجة أقل مقارنةً بالطرائق الأخرى.

Reference Key
mohamadzadeh2016imagecontent Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Sajad Mohamadzadeh, Hassan Farsi
Are you one of these authors? Claim your profile
Journal archives of toxicology
Year 2016
DOI
10.5566/ias.1346
URL
http://www.ias-iss.org/ojs/IAS/article/view/1346
Keywords Keywords not found

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.