Search engines for video

O.O. Linevych; T.А. Likhouzova

doi:10.34185/1562-9945-6-137-2021-06

Автор(и)

O.O. Linevych
T.А. Likhouzova

DOI:

https://doi.org/10.34185/1562-9945-6-137-2021-06

Ключові слова:

thermal calculation, induction heater, inwall, temperature, heat transfer, cylindrical workpiece

Анотація

Стаття присвячена огляду пошукових систем, що можуть працювати з медіафайлами. Актуальність роботи пов’язана з тим, що все більше інформації і інтернеті представлено не текстом, а зображеннями або відео. Мета досліджен-ня – виявити проблеми, що впливають на ефективність роботи пошукових си-стем для роботи з медіафайлами. Для отримання повної точної інформації про вміст відео система повинна аналізувати кожен динамічний атрибут відео в контексті цілого відео (цілого, так як “аналіз набору пов’язаних зображень/звуків” описує процеси, а не вирвані з контексту, об’єкти, без знань про зміни їх поведінки). Дане правило застосовано під час етапу огляду варіантів існуючих систем аналізу відео для визначення якості системи: система вважається якісною, коли надає максимально повну і точну інформацію про вміст відео в найкоротші строки порівняно з існуючими системами аналізу, включаючи людину. Ключовими моментами для роботи будь-якої пошукової системи є форма збереження міток-тегів, по яким відбувається пошук, та алгоритми, що викори-стовуються для пошуку (ці фактори обумовлюють швидкість пошуку), а також наскільки точно мітки характеризують відео (цей фактор обумовлює точність пошуку). Нас в першу чергу цікавить точність побудови тегів, що описують відеофрагменти. Найголовніша проблема існуючих систем - відсутність побудованої по відео логічно-зв'язаної детальної living system, яка б описувала події, поведінку і власти-вості об'єктів цієї системи. Від зайвих конвертацій даних звук-текст, зображен-ня-текст та від використання при конвертації тільки одного джерела інформації (тільки звук або тільки зображення) губиться інформація про зв'язки між об'єктами. Для підвищення ефективності системи варто зробити модель, яка б одночасно поєднувала звук і зображення (проаналізовану інформацію про них), враховувала історію звуків і зображень у загальній системі всього відео, що ми аналізуємо, і утворювала б логічні зв'язки з мінімальними втратами інформації за рахунок уникнення, при можливості, конвертації.

Посилання

Best Free Social Media Search Tool – Talkwalker [Electronic resource] Accessed (2021-06-15): https://www.talkwalker.com/social-media-analytics-search

Grady Booch, Robert A. Maksimchuk, Michael W. Engle, Bobbi J. Young, Jim Co-nallen, Kelli A. Houston ”Object-Oriented Analysis and Design with Applications”. The Addison-Wesley Object Technology Series, 2007 – 717 pages, ISBN 0-201-89551-X

Herbert A. Simon ”The Architecture of Complexity," in Proceedings of the American Philosophical Society, Vol. 106, No. 6, pp. 467-482, Dec. 12, 1962.

https://www.jstor.org/stable/985254

Best Image Recognition Software [Electronic resource] Accessed (2020-12-25):

https://www.g2.com/categories/image-recognition

Amazon Rekognition [Electronic resource] Accessed (2021-05-10):

https://aws.amazon.com/ru/rekognition/?blog-cards.sort-by=item.additionalFields.createdDate&blog-cards.sort-order=desc

IBM Watson Visual Recognition [Electronic resource] Accessed (2021-05-10):

https://www.ibm.com/products/maximo/remote-monitoring

J. Davidson, "The YouTube video recommendation system", Proc. 4th ACM Conf. Rec. Syst., pp. 293-296, 2010.

Cogniac [Electronic resource] Accessed (2021-05-10):

https://store.sap.com/dcp/en/product/display-0000059790_live_v1

Kinovea [Electronic resource] Accessed (2021-05-10)

https://www.kinovea.org/features.html

SkillSpector [Electronic resource] Accessed (2021-05-10):

https://skillspector.software.informer.com/1.3/

Dartfish [Electronic resource] Accessed (2021-05-10):

https://www.dartfish.com/

Video Surveillance [Electronic resource] Accessed (2021-05-10):

https://www.g2.com/search?utf8=%E2%9C%93&query=Video+Surveillance

Kanrar, S., Mandal, N.K.” Video traffic analytics for large scale surveillance”, in Multimed Tools Appl 76, 13315–13342, 2017.

https://doi.org/10.1007/s11042-016-3752-0

B. Huurnink, C. G. M. Snoek, M. de Rijke and A. W. M. Smeulders, "Content-Based Analysis Improves Audiovisual Archive Retrieval," in IEEE Transactions on Multimedia, vol. 14, no. 4, pp. 1166-1178, Aug. 2012.

https://doi.org/10.1109/TMM.2012.2193561

R. Zhou, D. Xia, J. Wan and S. Zhang, "An Intelligent Video Tag Recommenda-tion Method for Improving Video Popularity in Mobile Computing Environment," in IEEE Access, vol. 8, pp. 6954-6967, 2020.

https://doi.org/10.1109/ACCESS.2019.2961392

Deldjoo Y. Enhancing Video Recommendation Using Multimedia Content. In: Pernici B. (eds) Special Topics in Information Technology. SpringerBriefs in Ap-plied Sciences and Technology. Springer, Cham, 2020.

https://doi.org/10.1007/978-3-030-32094-2_6

T. Schenkel, O. Ringhage, and N. Branding, ‘A Comparative Study of Facial Recognition Techniques : With focus on low computational power’, Dissertation, 2019. https://www.diva-portal.org/smash/get/diva2:1327708/FULLTEXT01.pdf

Sanmoy, P., Acharya, S., & Bhuva, K. A review on facial recognition algorithms and their application in retail stores. Academy of Marketing Studies Journal, vol. 22, no 3, 7396, 2018.

https://www.abacademies.org/articles/a-review-on-providing-loyalty-discounts-to-customers-in-retail-stores-7396.html

Zhang, W. L., Yang, K., Xin, Y. T., & Zhao, T. S. “Multi-Object Tracking Algo-rithm for RGB-D Images Based on Asymmetric Dual Siamese Networks,” in Sensors (Basel, Switzerland), vol. 20, no 23, 6745, 2020.

https://doi.org/10.3390/s20236745

Sheng H., Zhang Y., Chen J., Xiong Z., Zhang J. Heterogeneous association graph fusion for target association in multiple object tracking. IEEE Trans. Circuits Syst. Video Technol. 2018;11:3269–3280.

https://doi.org/10.1109/TCSVT.2018.2882192

M. Tavassolipour, M. Karimian and S. Kasaei, "Event Detection and Summariza-tion in Soccer Videos Using Bayesian Network and Copula," in IEEE Transactions on Circuits and Systems for Video Technology, vol. 24, no. 2, pp. 291-304, Feb. 2014.

https://doi.org/10.1109/TCSVT.2013.2243640

Sedky Adly, M. S. Abdelwahab, I. Hegazy and T. Elarif, "Issues and Challenges for Content-Based Video Search Engines A Survey," 2020 21st International Arab Conference on Information Technology (ACIT), pp. 1-18, 2020.

https://doi.org/10.1109/ACIT50332.2020.9300062

M. Wang, R. Hong, G. Li, Z. Zha, S. Yan and T. Chua, "Event Driven Web Video Summarization by Tag Localization and Key-Shot Identification," in IEEE Transac-tions on Multimedia, vol. 14, no. 4, pp. 975-985, Aug. 2012.

https://doi.org/10.1109/TMM.2012.2185041

G. Doumenis, S. Papastefanos, V. Mateevitsi, F. Andritsopoulos, N. Achilleopoulos and A. V. Mikhalev, "Video index and search services based on content identification features," 2008 IEEE International Symposium on Broadband Multimedia Systems and Broadcasting, pp. 1-4, 2008.

https://doi.org/10.1109/ISBMSB.2008.4536659

J. Li and J. Z. Wang, "Real-Time Computerized Annotation of Pictures," in IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 30, no. 6, pp. 985-1002, June 2008.

https://doi.org/10.1109/TPAMI.2007.70847

B. Z. Yao, X. Yang, L. Lin, M. W. Lee and S. Zhu, "I2T: Image Parsing to Text Description," in Proceedings of the IEEE, vol. 98, no. 8, pp. 1485-1508, Aug. 2010.

https://doi.org/10.1109/JPROC.2010.2050411

J.G. Miller “Living Systems,” McGraw-Hill, 1978 – 1102 pages, ISBN‎ 978-0070420151