Videó-keresés javítása relevancia és diverzitás alapon

OData támogatás
Konzulens:
Dr. Szűcs Gábor
Távközlési és Médiainformatikai Tanszék

A felhasználók gyakran a YouTube-on keresnek információkat, amelyek alapján tájékozódnak egy témakörben. Célom, hogy a felhasználók, a YouTube találati listájának javításával, minél részletesebben és pontosabban ismerhessenek meg nevezetességeket, például: a Kínai Nagy Falat.

A felhasználói igények kiszolgálására egy klaszterező és egy sorrendező algoritmus készítése volt a célom. A találati listák javításához az algoritmusoknak tanulóállományokra van szükségük. A tanulóállományt az egyes nevezetességekhez az annotáló személy vagy személyek hozzák létre. A tanulóállomány létrehozásához az eredeti YouTube találati lista videóit szegmensekre kell bontani. Az annotálás a videó fájl szegmensek csoportokba sorolását és ezeknek az adott nevezetességhez történő relevanciájának vizsgálatát jelenti. Az algoritmusoknak a videó fájl szegmenseket jellemző paraméterekre van szükségük. A videó fájl szegmenseket jellemző paraméterek értékeinek a kinyerésére programokat készítettem. A paramétereknek a különböző típusú hisztogramok, az arcdetektálás, az éldetektálás és a kördetektálás eredményeit választottam. A klaszterező és a sorrendező algoritmusokat implementáltam, melyek a paramétereket kiszámító programok eredményeit használják fel egy elem vizsgálatakor.

A találati lista javulását sikerült elérnem, a javulás mértékét a diverzitás és a pontosság indikátorok jellemzik.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.