Resumen

La segmentación de video en tomas es el primer paso para la indexación y búsqueda de videos. Las tomas de video suelen ser muy cortas en duración y no ofrecen una visión significativa de los contenidos visuales. Sin embargo, agrupar las tomas basadas en contenidos visuales similares proporciona una mejor comprensión de la escena del video; el agrupamiento de tomas similares se conoce como detección de límites de escena o segmentación de video en escenas. En este documento, proponemos un modelo para la segmentación de video en escenas visuales utilizando el modelo de bolsa de palabras visuales (BoVW). Inicialmente, el video se divide en tomas que luego se representan mediante un conjunto de fotogramas clave. Los fotogramas clave se representan además mediante vectores de características BoVW que son bastante cortos y compactos en comparación con las implementaciones clásicas del modelo BoVW. Se utilizan dos variaciones del modelo BoVW: el modelo clásico BoVW y el Vector de Descriptores Agregados Linealmente (VLAD), que es una ext

• Materias:Comprensión de imágenes Inteligencia artificial Detección de manipulaciones Visión artificial Imágenes espaciales
• Subjects:Image understanding Artificial intelligence Manipulation detection Artificial vision Spatial imaging
• Palabras claves:Segmentación de video; Tomas; Contenidos visuales; Detección de límites de escena; Modelo de bolsa de palabras visuales; Fotogramas clave
• Keywords:Video segmentation; Shots; Visual contents; Scene boundary detection; Bag of visual word model; Key frames