چکیده
با رشد فزاینده ی داده های ویدئویی در سه دهه ی اخیر، بازیابی ویدئو یکی از حوزه های مهم در زمینه ی پردازش ویدئو شده است. با توجه به گستردگی انواع ویدئوها از نظر محتوا، در این پایان نامه به بازیابی ویدئوهای حاوی رفتارهای انسانی پرداخته شده است که در سیستم هایی نظیر مراقبت و نظارت، امنیتی، و بازیابی کاربرد گسترده ای دارد. در جستجوی یک دادگان ویدئویی، ابتدا در مرحله ی پیش پردازش، بردار ویژگی به ازای هرکدام از ویدئوهای موجود در دادگان به دست می آید. در روش پیشنهادی این پایان نامه، ابتدا با کمک ویژگی هایSIFT، فریم های کلیدی ویدئو تعیین شده است. سپس با توجه به اهمیت بُعد زمانی ویدئو، ویژگی های مجموعه ای از فریم های حول هر فریم کلیدی ترکیب شده و بردار ویژگی برای هرکدام از ویدئوهای موجود در دادگان به دست آمده است. در فرایند بازیابی، پس از این که کاربر ویدئوی پرسمان را به سیستم اعمال کرد، بایستی ویدئوهای مشابه با ویدئوی پرسمان به کاربر نمایش داده شود. در این پایان نامه دو روش برای فرایند بازیابی معرفی و سپس مقایسه شده اند. در روش اول، پس از این که بردار ویژگی برای ویدئوی پرسمان محاسبه شده و با بردار ویژگی ویدئوهای دادگان مقایسه می شود، با استفاده از معیارهای سنجش شباهت مطرح شده در پایان نامه، نتایج شبیه تر به کاربر نمایش داده می شود. در روش پیشنهادی دوم، از SVM برای طبقه بندی ویدئو های دادگان استفاده شده و سپس با تعیین نوع ویدئوی پرسمان، بازیابی ویدئوها انجام شده است. نتایج حاصل از این دو روش با یکدیگر و سایر روش های موجود در مقالات دیگر در فصل نتیجه گیری، مقایسه و ارزیابی شده اند. شبیه سازی های انجام شده نشان می دهد که دقت در روش برمبنای سنجش میزان شباهت به طور میانگین نسبت به روش های دیگر بررسی شده، 10.5 درصد و بازخوانی در روش با استفاده از SVM ، 35.5 درصد بهبود یافته است.
کلمات کلیدی: بازخوانی ، دقت ، فریم کلیدی، بردار ویژگی، ویدئوی پرسمان ، ویژگیSIFT