Abstract | ||
---|---|---|
Zusammenfassung Zur Zeit erleben Videoclips, welche auf online Videoportalen wie YouTube zur Verfügung gestellt werden, immer mehr an Popularität.
Wir schlagen einen Ansatz vor, der basierend auf unüberwachtem Lernen, Keyframes für Video-Retrieval und Video-Zusammenfassungen
extrahiert. Unser Ansatz nutzt Methoden der ,,Shot-Segmentierung“ um ein Video temporär zu segmentieren und einen ,,k-Means“
Algorithmus um Repräsentanten für jeden Shot zu bestimmen. Zusätzlich führen wir ein ,,Meta-Clustering“ auf den extrahierten
Keyframes aus um kompakte Videozusammenfassungen zu erhalten. Um unsere Methoden zu testen haben wir diese auf einer Datenbank
von YouTube Videos angewendet. Wir erhielten Ergebnisse, welche (1) eine Verbesserung des Retrievals und (2) kompakte Video-Zusammenfassungen
zeigen.
|
Year | DOI | Venue |
---|---|---|
2009 | 10.1007/s00287-008-0264-y | Informatik Spektrum |
DocType | Volume | Issue |
Journal | 32 | 1 |
ISSN | Citations | PageRank |
1432-122X | 0 | 0.34 |
References | Authors | |
2 | 4 |
Name | Order | Citations | PageRank |
---|---|---|---|
Damian Borth | 1 | 764 | 49.45 |
Adrian Ulges | 2 | 328 | 26.61 |
Christian Schulze | 3 | 154 | 16.70 |
Thomas M. Breuel | 4 | 2362 | 219.10 |