بازیابی فازی ویدیو با استفاده از پرسش تصویری به کمک شبکه عصبی عمیق VGG-۱۹

در سالهای اخیر محبوبیت دوربین های دیجیتال هوشمند موجب شده است تعداد ویدیوها به سرعت افزایش یابد. به همین دلیل مدیریت موثر مجموعه داده های ویدیویی از اهمیت بالایی برخوردار است. این موضوع چالش پرسوجو و بازیابی ویدیوهای مشابه از مجموعه های ویدیویی را نیز به همراه داشته است. دقت در تفسیر ویژگیهای بصری هر فریم از ویدیو شباهت سنجی بین ویدیوهای مشابه به بهبود نتایج بازیابی کمک میکند. در این مقاله به معرفی یک معیار شباهت سنجی فازی برای بازیابی ویدیو به روش پرسش تصویری میپردازیم. این روش توسعه ای بر روش بازیابی تصویر مبتنی بر محتوا است. ویژگیهای محتوایی هریک از فریم های ویدیو با استفاده از شبکه عصبی از پیش آموزش دیده VGG-۱۹ استخراج میشود. پس از آن برای محاسبه فاصله بین تصویر پرسوجو و ویدیوهای مجموعه داده از یک سیستم استنتاج فازی استفاده میشود. معیارهای شباهت، تعداد تکرار و پیوستگی در تکرار فریمهای مشابه با پرسش تصویری، مبنای محاسبه شباهت برای بازیابی ویدیوهای مشابه است. بهترین نتایج ارزیابی روش پیشنهادی با معیار میانگین صحت بر روی مجموعه داده تصویری UCF-۱۱ برای بازیابی یک، پنج و ده نمونه برتر به ترتیب برابر ۰,۸۵۲، ۰,۷۶و ۰,۷۴۱ گزارش شده است.

کلیدواژه ها:

شباهت فازی ، بازیابی ویدیو مبتنی بر محتوا ، پرسش تصویری ، شبکه عصبی .VGG-۱۹