Resumen

El contenido de video generado por los usuarios ha crecido tremendamente rápido hasta el punto de superar la creación de contenido profesional. En este trabajo desarrollamos métodos que analizan información contextual de múltiples videos generados por usuarios con el fin de obtener información semántica sobre eventos públicos (por ejemplo, eventos deportivos y de música en vivo) que están siendo grabados en estos videos. Una de las principales contribuciones de este trabajo es la utilización conjunta de diferentes modalidades de datos, incluyendo aquellas capturadas por sensores auxiliares durante la grabación de video realizada por cada usuario. En particular, analizamos datos de GPS, datos de magnetómetro, datos de acelerómetro, datos de contenido de video y audio. Utilizamos estas modalidades de datos para inferir información sobre el evento que está siendo grabado, en términos de ubicación (por ejemplo, estadio), género, escena interior versus exterior, y la principal área de interés del evento. Además, proponemos un método que identifica automáticamente el conjunto óptimo de cámaras a ser utilizadas en una producción de video multicámara. Finalmente, detectamos a

• Materias:Comunicación Multimedia Proxy anónimo Diseño de imagen Emparejamiento bilineal Red sistemática
• Subjects:Multimedia communication Anonymous proxy Image design Bilinear matching Systematic network
• Palabras claves:Contenido de video; Generado por el usuario; Información contextual; Información semántica; Modalidades de datos; Producción de video multicámara
• Keywords:Video content; User-generated; Contextual information; Semantic information; Data modalities; Multicamera video production