Video Search with Collage Queries
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10433617" target="_blank" >RIV/00216208:11320/21:10433617 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-030-67835-7_40" target="_blank" >https://doi.org/10.1007/978-3-030-67835-7_40</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-67835-7_40" target="_blank" >10.1007/978-3-030-67835-7_40</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Video Search with Collage Queries
Popis výsledku v původním jazyce
Nowadays, popular web search portals enable users to find available images corresponding to a provided free-form text description. With such sources of example images, a suitable composition/collage of images can be constructed as an appropriate visual query input to a known-item search system. In this paper, we investigate a querying approach enabling users to search videos with a multi-query consisting of positioned example images, so-called collage query, depicting expected objects in a searched scene. The approach relies on images from external search engines, partitioning of preselected representative video frames, relevance scoring based on deep features extracted from images/frames, and is currently integrated into the open-source version of the SOMHunter system providing additional browsing capabilities.
Název v anglickém jazyce
Video Search with Collage Queries
Popis výsledku anglicky
Nowadays, popular web search portals enable users to find available images corresponding to a provided free-form text description. With such sources of example images, a suitable composition/collage of images can be constructed as an appropriate visual query input to a known-item search system. In this paper, we investigate a querying approach enabling users to search videos with a multi-query consisting of positioned example images, so-called collage query, depicting expected objects in a searched scene. The approach relies on images from external search engines, partitioning of preselected representative video frames, relevance scoring based on deep features extracted from images/frames, and is currently integrated into the open-source version of the SOMHunter system providing additional browsing capabilities.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GJ19-22071Y" target="_blank" >GJ19-22071Y: Flexibilní modely pro hledání známé scény v rozsáhlých kolekcích videa</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
MMM 2021: MultiMedia Modeling
ISBN
978-3-030-67835-7
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
429-434
Název nakladatele
Springer
Místo vydání
Cham
Místo konání akce
Prague, Czech Republic (virtual)
Datum konání akce
22. 6. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—