مینا حافظ قرآن - دانشکده مهندسی برق - دانشگاه صنعتی سهند تدریس
افشین ابراهیمی - دانشکده مهندسی برق - دانشگاه صنعتی سهند تبریز

در این مقاله یک پایگاه داده برای متن‌های اضافه شونده به فریم های ویدئویی ارائه شده است. این دیدگاه‌ها شامل شش کانال و شش گروه ویدئویی ورزشی، سرگرمی، تجاری، مذهبی، اخبار و کارتون هستند. زبان متن‌ها فارسی، عربی، کردی و انگلیسی است. این پایگاه داده شامل 6٬942 فریم ویدئویی است که 59٬411 جعبه محیطی متنی را توصیف کرده است. برای هر فریم گروه ویدئویی، کانال، شماره فریم ، ارتفاع و عرض آن مشخص شده است همچنین زبان متن، مختصات نقطه گوشه بالای سمت چپ، عرض و ارتفاع جعبه محیطی تأکید شده است. گرافیک زبان متن به سه دسته تقسیم شده است. با توجه به اینکه گرافیک متن زبان‌های فارسی، عربی و کردی بسیار نزدیک به هم دیگرت این سه زبان در یک دسته قرار می‌گیرند و متن‌های ترکیبی از این زبان‌ها و زبان انگلیسی هم هر یک در دسته مجزا هستند. فرمت ذخیره‌سازی ویدئو ها MPEG است.

جنبه‌های محیطی، پایگاه داده، متن اضافه شونده