دانلود مقاله ترجمه شده کاوش رویداد ویدئویی وب اخبار بر اساس بخش‌های تقریباً تکراری


چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2005355 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
985,000 ریال
شناسه محصول :
2005355
سال انتشار:
2016
حجم فایل انگلیسی :
3 Mb
حجم فایل فارسی :
2 مگا بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

کاوش رویداد ویدئویی وب اخبار بر اساس بخش‌های تقریباً تکراری

عنوان انگليسي

Near-Duplicate Segments based news web video event mining

نویسنده/ناشر/نام مجله

Signal Processing

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 10 صفحه انگلیسی به صورت پی دی اف و 22 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی

چکیده

ویدئوهای وب اخبار توسط کاربران عمومی آپلود می شوند که معمولاً شامل تاثیرات پساپردازشی (ویرایش، لوگوی درج شده و غیره)  زیادی هستند که باعث ایجاد نویز می شوند و روی مقایسه شباهت برای کاوش رویدادهای ویدئویی وب اخبار  تاثیر می گذارند. در این مقاله، چهارچوبی بر اساس مفهوم بخش های تقریبا تکراری (NDSs) ارائه شده که به صورت کارا اطلاعات فضایی و زمانی را ترکیب می نماید. بعد از این که هر ویدئو به بخش هایی تقسیم شد، بخش هایی که از ویدئوهای مختلف هستند ولی محتوای دیداری مشابهی دارند در یک گروه خوشه بندی می شوند. هر گروه به عنوان یک NDS نام گذاری می شود که روابط محتوایی نهفته بین ویدئوها را بیان می نماید. ویژگی های محلی فضایی-زمانی استخراج شده و به منظور نمایش هر بخش ویدئویی مورد استفاده قرار گرفته اند و می توانند به طور موثری محتوای اصلی ویدئوهای وب اخبار را تصرف نمایند و نویزهایی از قبیل اختلال/تاثیر از ویرایش ویدئو را حذف نمایند. در نهایت، اطلاعات دیداری با اطلاعات متنی ترکیب می شوند. این آزمایش نشان می دهد که چهارچوب پیشنهادی ما نسبت به روش های موجود، بهبود قابل توجهی داشته است.

1-مقدمه

در دهه های اخیر، با تکنیک های پیشرفته ی ثبت دیجیتال و دستگاه های ذخیره سازی و توسعه ی سریع سیستم اینترنت، جمع آوری توزیع ویدئوهای وب اخبار آنلاین، برای کاربران ساده تر شده است. برای مثال، در هر دقیقه تقریباً 100 ساعت ویدئوی جدید در یوتوب آپلود می شود و ماهانه بیش از 1 میلیون کاربر منحصر به فرد، یوتوب را تماشا می کنند [1]. اما، وقتی یک موضوع داغ را به صورت آنلاین جستجو می کنیم، وب سایت ممکن است هزاران ویدئو را برگرداند که مرتبط نباشند و موضوع مورد علاقه توسط مشاهده ی یک به یک آن ویدئوها، مستقیما قابل مشاهده نیست.

وب اخبار کاوش رویداد ویدئویی NDS MCA AARM :کلمات کلیدی

چکیده انگلیسی

Abstract
 

News web videos uploaded by general users usually include lots of post-processing effects (editing, inserted logo, etc.), which bring noise and affect the similarity comparison for news web video event mining. In this paper, a framework based on the concept of Near-Duplicate Segments (NDSs) which effectively integrates spatial and temporal information is proposed. After each video being divided into segments, those segments from different videos but sharing similar visual content are clustered into groups. Each group is named as an NDS, which infers the latent content relations among videos. The spatial-temporal local features are extracted and used to represent each video segment, which could effectively capture the main content of news web videos and omit the noise such as the disturbance/influence from video editing. Finally, the visual information is integrated with the textual information. The experiment demonstrates that our proposed framework is more effective than several existing methods with a significant improvement

Keywords: News web video event mining Near-Duplicate Segment (NDS) Spatial-temporal feature MCA AARM
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید