CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص مرز شات در ویدیو با استفاده از تئوری بیز و فیلتر همسایگی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۶۳۴ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: ACCSI14_148
زبان مقاله: فارسی
حجم فایل: ۵۰۵.۸۲ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص مرز شات در ویدیو با استفاده از تئوری بیز و فیلتر همسایگی

  امیر فرید امینیان مدرس - گروه هوش مصنوعی ، دانشگاه علم و صنعت ایران
  زینب زینالپور تبریزی - گروه هوش مصنوعی ، دانشگاه علم و صنعت ایران
  محسن سریانی - استادیار دانشکده کامپیوتر دانشگاه علم و صنعت ایران

چکیده مقاله:

تشخیص مرز شات، نقش مهمی در آنالیز و پردازش ویدیو بازی می کند. در این مقاله، روش جدیدی برای تشخیص مرز شات پیشنهاد شده که با ساختن یک توزیع آماری روی مجموعه ی آموزشی و استفاده از تئوری بیز، عمل دسته بندی فریم ها به کلاس های " شروع شات " و " فریم میانی " ، را انجام می دهد . برای دسته بندی، ویژگی جدیدی با عنوان مشتق دوم فیلتر شده بر اساس خصوصیات سطح پایین ویدیو تعریف شده است. نتایج به دست آمده نشان می دهد که این ویژگی در بالا بردن دقت تاثیر بسزایی داشته است . روش پیشنهادی روی چهل ویدیو شامل ویدیوهای ورزشی، تجاری، خبری و مستند که دارای انواع مرز شات اعم از تغییرات ناگهانی و تدریجی بوده، تست شده است. بر اساس نتایج به دست آمده، این روش نه تنها در تشخیص مرز شات با تغییر ناگهانی بسیار دقیق عمل می کند بلکه در برخورد با شات هایی با تغییرات تدریجی، دارای دقت مطلوبی است.

کلیدواژه‌ها:

تشخیص مرز شات، گذر ناگهانی ، گذر تدریجی ، تخمین آماری، تئوری بیز

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI14-ACCSI14_148.html
کد COI مقاله: ACCSI14_148

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
امینیان مدرس, امیر فرید؛ زینب زینالپور تبریزی و محسن سریانی، ۱۳۸۷، تشخیص مرز شات در ویدیو با استفاده از تئوری بیز و فیلتر همسایگی، چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، دانشگاه صنعتی امیر کبیر، https://www.civilica.com/Paper-ACCSI14-ACCSI14_148.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (امینیان مدرس, امیر فرید؛ زینب زینالپور تبریزی و محسن سریانی، ۱۳۸۷)
برای بار دوم به بعد: (امینیان مدرس؛ تبریزی و سریانی، ۱۳۸۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۹۲۴۹
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.