فایل ورد کامل چارچوبی برای بازسازی دینامیکی سیستم تحلیل معنایی ویدیو بر اساس کنترل توجه فراگیر

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل چارچوبی برای بازسازی دینامیکی سیستم تحلیل معنایی ویدیو بر اساس کنترل توجه فراگیر،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۶۸ صفحه

سیستم‌های کنونی تحلیل معنایی ویدیو معمولاً سلسله مرتبه‌ای هستند و شامل سطح‌هایی هستند تا فواصل معنایی بین ویژگی‌های سطح پایین و مفاهیم سطح بالا را جبران کنند. در این سیستم‌ها، برخی ویژگی‌ها، توصیف‌گرها، اشیا یا مفاهیم در هر سطح وجود دارند و بنابراین، پیچیدگی محاسباتی کلی این سیستم‌ها زیاد است. در این مقاله، چارچوب پیشنهادی، جریان پردازش را با استفاده از روش کنترل توجه تکاملی هدایت می‌کند. چارچوب پیشنهادی برای تشخیص رویداد در پخش ویدیوی فوتبال و با استفاده از تعداد محدودی نمونه آموزشی ارزیابی می‌شود. آزمایشات نشان می‌دهد که چارچوب پیشنهادی توانایی فراگیری چگونگی هدایت توجه به مفاهیم/ ویژگی‌های سازنده و بازسازی دینامیکی ساختار اولیه سیستم را دارد تا با پیچیدگی محاسباتی کم‌تر به هدف نهایی برسد.

کلمات کلیدی: کنترل توجه | پخش فراگیر ویدئو فوتبال | تشخیص رویداد | آموزش Q | تجزیه و تحلیل معنایی ویدئو

عنوان انگلیسی:

A framework for dynamic restructuring of semantic video analysis systems based on learning attention control

~~en~~ writers :

Mohamad-Hoseyn Sigari, Hamid Soltanian-Zadeh, Hamid-Reza Pourreza

Current semantic video analysis systems are usually hierarchical and consist of some levels to overcome semantic
gaps between low-level features and high-level concepts. In these systems, some features, descriptors, objects or
concepts are extracted in each level and therefore, total computational complexity of such systems is huge. In this
paper, we present a new general framework to impose attention control on a video analysis system using Qlearning. Thus, our proposed framework restructures a given system dynamically to direct attention to the blocks
extracting the most informative features/concepts and reduces computational complexity of the system. In other
words, the proposed framework directs flow of processing actively using a learning attention control method.
The proposed framework is evaluated for event detection in broadcast soccer videos using limited numbers of
training samples. Experiments show that the proposed framework is able to learn how to direct attention to informative features/concepts and restructure the initial structure of the system dynamically to reach the final goal
with less computational complexity.

Keywords: Attention control | Broadcast soccer video | Event detection | Q-learning | Semantic video analysis

$$en!!