haku: @keyword Self-Organizing map / yhteensä: 55
viite: 8 / 55
Tekijä: | Muurinen, Hannes |
Työn nimi: | Video Segmentation and Shot Boundary Detection Using Self-Organizing Maps |
Videoiden segmentointi ja otosrajojen etsintä itseorganisoivien karttojen avulla | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2007 |
Sivut: | 92 Kieli: eng |
Koulu/Laitos/Osasto: | Automaatio- ja systeemitekniikan osasto |
Oppiaine: | Informaatiotekniikka (T-61) |
Valvoja: | Oja, Erkki |
Ohjaaja: | Laaksonen, Jorma |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark TKK 6646 | Arkisto |
Avainsanat: | content-based information retrieval self-organizing map shop boundary detection video processing sisältöpohjainen informaation haku itseorganisoiva kartta otosrajojen etsintä videon käsittely |
Tiivistelmä (fin): | Sisältöpohjainen informaation haku (Content-based information retrieval, CBIR) tarjoaa työkaluja datan automaattiseen indeksointiin ja etsintään pelkän sisällön perusteella. Automaattiset indeksointimenetelmät ovat välttämättömiä, jotta hakukoneilla pystyttäisiin käsittelemään jatkuvasti paisuvia multimedia-aineistomassoja. Tietokoneiden laskentakapasiteetin nopean kasvun ansiosta CBIR-menetelmiä voidaan nykyään käyttää myös videoiden indeksointiin, mutta pitkät videot on jollakin tavalla pilkottava osiin ennen kuin näitä hakumenetelmiä on mielekästä käyttää. Tyypillisesti tämä ajallinen segmentointi tehdään pilkkomalla video leikkausrajojen kohdalta otoksen pituisiksi paloiksi. Otokset ovat yhdellä kamera-ajolla kuvattuja jatkuvia kuvavirtoja, joista videon leikkaaja koostaa suurempia kokonaisuuksia. Niitä voidaan siten pitää videoiden alkeisosina, joita on luonnollista käyttää hauissa. Työn tarkoituksena oli kehittää otosrajojen tunnistin PicSOM-nimiseen CBIR-järjestelmään. Tunnistusmenetelmä etsii rajoja seuraamalla rinnakkaisten itse organisoivien karttojen (Self-Organizing Map, SOM) trajektoreja ja yrittämällä havaita näiden perusteella epäjatkuvuuskohdat videon kuvavirrasta. SOM-kuvaus kompensoi sitä, että jotkut piirreavaruuksien osat ovat todennäköisempiä kuin toiset, joten kartta siirtymien voidaan olettaa olevan piirrevektorien välisiä etäisyyksiä merkityksellisempiä. Kahden karttakoordinaatin välisen etäisyyden sijaan tunnistimessa vertaillaan useamman trajektoripisteen muodostaman ikkunan etäisyyttä toiseen ikkunaan, mikä lisää järjestelmän virheensietokykyä. Kirjallisuustutkimusosassa esitetään perusteet videon segmentoinnista ja otosrajojen etsinnästä. Lisäksi työn tässä osassa esitellään käytetyimmät otosrajojen tunnistusmenetelmät ja kerrotaan, miten tunnistimissa on tyypillisesti ratkaistu joitakin otosrajojen etsinnässä usein kohdattuja vaikeuksia. Työosuudessa kuvaillaan, kuinka PicSOM-järjestelmään lisättiin videotiedostojen käsittelijä ja otosrajojen etsijä. Lisäksi kerrotaan empiirisistä kokeista, joilla järjestelmän suorituskykyä tutkittiin. Järjestelmän kokonaistehokkuuden lisäksi kokeissa havainnoitiin sitä, miten trajektori-ikkunoiden ja eri piirteiden käyttö etäisyysmittauksissa vaikutti järjestelmän toimintaan. |
ED: | 2007-02-09 |
INSSI tietueen numero: 33072
+ lisää koriin
INSSI