بازیابی ویدئو مبتنی بر محتوا با استفاده از شبکه عصبی عمیق برای کشف علمی جرائم در پلیس هوشمند

استفاده از هوش مصنوعی برای کشف علمی جرایم در پلیس هوشمند یک الزام بوده و تحلیل تصاویر ویدئویی برای تشخیص رخدادهای هدف با استفاده از شبکه های عصبی یک هدف کلی در این مقاله می باشد. سیستم های بازیابی ویدئو با روش بازیابی مبتنی بر محتوا یک رویکرد مناسب می باشد. ویژگی بارز این روش، بازیابی محتویات بصری و ادراکی نهفته در ویدئو بوده که همان سازوکاری است که به وسیله آن، انسان می تواند تمایز میان ویدئوها را درک کند. با افزایش استفاده مردم از ویدئو در همه ابعاد روزمره مانند اخبار، مسابقات ورزشی , وغیره نیاز به جستجو و یافتن ویدئو نیز گسترش یافته است. با توجه به اینکه ویدئو در زمان کم می تواند دربرگیرنده محتویات فراوانی باشد، بهترین روش جستجو که می تواند مشابه ترین ویدئوها را استخراج کند، پرسش ویدئویی می باشد. روش های رایج بازیابی ویدئو از ویژگی های کلی فریم ها برای مقایسه و بازیابی ویدئوهای مشابه استفاده می کنند. استفاده از ویژگی ها و اطلاعات کلی فریم ها ممکن است موجب از دست رفتن درون مایه و موضوع اصلی ویدئوها شود. از این رو در این مقاله نقش شیء مورد علاقه در ویدئو مورد بررسی قرارگرفته است. استخراج ویژگی از فریم ها با استفاده از شبکه عصبی VGG-۱۶ انجام شده است. همچنین یک معیار رتبه بندی بر اساس شباهت فریم ها، توالی فریم های مشابه و تعداد فریم های مشابه با ویدئو مورد جستجو معرفی شده است. کارایی روش پیشنهادی بر روی مجموعه داده یوتیوب اکشن با معیار میانگین دقت بررسی شده است. نتایج به دست آمده دقت %۹۴.۹۰ را در بازیابی ده نمونه برتر نشان می دهد.

کلیدواژه ها:

بازیابی ویدئو ، بازیابی ویدئو مبتنی بر محتوا ، تشخیص شی ، شبکه عصبی VGG