Resumen

La detección de eventos en video es un problema desafiante en muchas aplicaciones, como la vigilancia por video y el análisis de contenido de video. En este artículo, proponemos un nuevo marco para percibir palabras de código de alto nivel mediante el análisis de la relación temporal entre diferentes canales de características de video. Las palabras de vocabulario de bajo nivel se generan primero después de la extracción de diferentes características de audio y visual. Se construye un grafo ponderado no dirigido explorando la causalidad de Granger entre las palabras de bajo nivel. Luego, se utiliza un método de partición de grafo aglomerativo codicioso para descubrir grupos de palabras de bajo nivel que tienen un patrón temporal similar. La representación de los libros de códigos de alto nivel se obtiene mediante la cuantificación de grupos de palabras de bajo nivel. Finalmente, el aprendizaje de múltiples núcleos, combinado con nuestros códigos de alto nivel, se utiliza para detectar el evento de video. Los extensos resultados experimentales muestran que el método propuesto logra resultados preferibles en la detección de eventos en video

• Materias:Textura direccional Recuperación de imágenes Software 3D Compresión de datos Detección de prominencia
• Subjects:Directional texturing Image retrieval 3D software Data compression Prominence detection
• Palabras claves:Detección de eventos en video; Marco de trabajo; Palabras de código; Relación temporal; Características de video; Particionamiento de gráficos
• Keywords:Video event detection; Framework; Codewords; Temporal relationship; Video features; Graph-partitioning