این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم و فناوری دریا، جلد ۲۸، شماره ۱۱۱، صفحات ۹-۱۶
عنوان فارسی ارائه یک روش کارآمد جهت استخراج ویژگی‌های هر قاب از ویدئو در مقیاس بزرگ با استفاده از شبکه‌های عصبی کانولوشنال
چکیده فارسی مقاله در دهه‌های اخیر با توجه به گسترش ارتباطات و افزایش حجم اطلاعات و محدودیت در ذخیره‌سازی و اهمیت سرعت دسترسی به اطلاعات، محققان زیادی را به موضوع تأمین اطلاعات و تولید دانش واداشته است که هر یک روشی را پیشنهاد نموده‌اند، لذا روش‌های ارائه‌شده به‌نوبه خود و با توجه به نوع عملکردشان دارای مزایا و معایبی می‌باشند. مسئله اصلی در این پژوهش، ارائه یک روش مؤثر جهت شناسایی و استخراج قاب‌های کلیدی و ویژگی‌های هر قاب از ویدئو، بازیابی قاب‌ها با توجه دسته‌بندی معنایی آن‌ها می‌باشد. در این مقاله چالش بازیابی تصویر به ویدئو موردبررسی واقع گردیده و با الهام از سایر روش‌های بازیابی اطلاعات، یک سامانه جستجوی بصری جدید مبتنی بر شبکه‌های عصبی کانولوشنال برای یافتن ویدئوهای مشابه در یک پایگاه داده بزرگ ارائه گردیده است. روش پیشنهادی شامل الگوریتم استخراج قاب کلیدی و استراتژی تجمیع ویژگی‌ها می‌باشد. از ویژگی‌های مهم و بارز در این روش، می‌توان به کاهش اتلاف اطلاعات در طول دسته‌بندی در راستای افزایش کیفیت جستجو و همچنین کاهش هزینه ذخیره‌سازی و افزایش راندمان اشاره نمود. نتایج به‌دست‌آمده از آزمایش بر روی مجموعه داده‌های در دسترس عموم نشان می‌دهد که روش پیشنهادی نسبت به سایر روش‌های استخراج قاب‌های کلیدی با 9 درصد پیشرفت در راستای مدت‌زمان بازیابی با توجه به نحوه استخراج ویژگی‌ها، از کارایی بهتری برخوردار می باشد.
کلیدواژه‌های فارسی مقاله بازیابی ویدیو بر اساس محتوا، شبکه‌ عصبی، استخراج ویژگی های تصویر، جستجوی بصری،
عنوان انگلیسی Presenting an efficient method for extracting features of each frame from large-scale video using convolutional neural networks
چکیده انگلیسی مقاله In recent decades, due to the expansion of communication and the increase in the volume of information and the limitation in storage and the importance of the speed of information access, it has led many researchers to the issue of information provision and knowledge production, each of whom has proposed a method that the presented methods in turn and with regard to They have advantages and disadvantages according to their performance. The main issue in this research is to provide an effective method for identifying and extracting key frames and features of each frame from the video, retrieving the frames according to their semantic classification. In this article, the challenge of image-to-video retrieval is investigated and, inspired by other information retrieval methods, a new visual search system based on convolutional neural networks is presented to find similar videos in a large database. The proposed method includes key frame extraction algorithm and feature aggregation strategy. Among the important and prominent features of this method, we can mention the reduction of information loss during categorization in order to increase the search quality, as well as reduce the cost of storage and increase efficiency. The results obtained from the test on the publicly available data set show that the proposed method is more efficient than other keyframe extraction methods with a 9% improvement in recovery time according to the feature extraction method.
کلیدواژه‌های انگلیسی مقاله بازیابی ویدیو بر اساس محتوا, شبکه‌ عصبی, استخراج ویژگی های تصویر, جستجوی بصری
نویسندگان مقاله ابوالفضل قره سوفلو |
دانشجوی دکتری مهندسی کامپیوتر، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

وفا میهمی |
گروه مهندسی کامپیوتر، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

کیهان خامفروش |
گروه مهندسی کامپیوتر، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

نشانی اینترنتی http://navy.iranjournals.ir/article_247819_d25c62c096f05e19884db3723d4044a1.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات