Estudio del comportamiento del iDistance en la recuperación de video basada en contenido
Identificadores
Compartir
Metadatos
Mostrar el registro completo del ítemDirector/es
Corral Liria, Antonio LeopoldoFecha
2013-03-13Resumen
En este proyecto se presenta el iDistance como método de indexación de datos altamente dimensionales utilizando la técnica reducción de la dimensionalidad y se estudia su comportamiento en un sistema de video basado en contenido (Content-Based Video Retrieval, CBVR). Para poder crear el índice “iDistance” es necesario obtener los puntos de referencia del conjunto de datos dim-dimensional y para ello se va a utilizar una técnica de clusteirng llamada kmeans. Una vez creado el iDistance, este puede incluirse en un CBVR para probar su comportamiento en la identificación de subsecuencias de video, de manera que será el iDistance el que recupere los frames similares para un procesado posterior con el objetivo de la identificación de la subsecuencia de consulta. Para comparar los resultados se ha utilizado otra técnica para resolver la maldición de la dimensionalidad basada en vectores de aproximación, como es el VA-File. Mientras que respecto a la búsqueda de videos, se realizan mejoras par...
Palabra/s clave
Proyecto Fin de Carrera de la Universidad de Almería
Base de datos multidimensionales
Maldición de la dimensionalidad
Reducción de la dimensionalidad
iDistance
VA-File
Sistema de recuperación de video basado en contenido (CBVR)
Key-frame
Matching
Grafo bipartito
Métricas de distancia
Kmeans
Algoritmo de Lloyd