Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Logo Detection and Identification in System for Audio-Visual Broadcast Transcription

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F21%3A00009295" target="_blank" >RIV/46747885:24220/21:00009295 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://ieeexplore.ieee.org/document/9522636" target="_blank" >https://ieeexplore.ieee.org/document/9522636</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/TSP52935.2021.9522636" target="_blank" >10.1109/TSP52935.2021.9522636</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Logo Detection and Identification in System for Audio-Visual Broadcast Transcription

  • Popis výsledku v původním jazyce

    We present logo detection and identification based on a single-stage deep convolutional detector, the Scaled YOLOv4. This method is used in our system for audio-visual broadcast transcription and indexing which can be employed mainly for transcription of TV programs, mostly sports and advertising blocks. All transcribed information from audio and video streams together with time boundaries is indexed in the ElasticSearch database which can then be used to search for interesting keywords, entities etc. In this paper we present mainly the development and evaluation of the method for detection and identification of logos from images. We evaluate the logo detector on several of the most popular logo detection benchmarks, namely FlickrLogos-32, Logos-32plus, TopLogo-10 and QMUL-OpenLogo. The detector significantly outperforms the most common approach based on two stage models such as Faster R-CNN in terms of both speed and accuracy, achieving relative improvement up to 46% while running up to 2x faster.

  • Název v anglickém jazyce

    Logo Detection and Identification in System for Audio-Visual Broadcast Transcription

  • Popis výsledku anglicky

    We present logo detection and identification based on a single-stage deep convolutional detector, the Scaled YOLOv4. This method is used in our system for audio-visual broadcast transcription and indexing which can be employed mainly for transcription of TV programs, mostly sports and advertising blocks. All transcribed information from audio and video streams together with time boundaries is indexed in the ElasticSearch database which can then be used to search for interesting keywords, entities etc. In this paper we present mainly the development and evaluation of the method for detection and identification of logos from images. We evaluate the logo detector on several of the most popular logo detection benchmarks, namely FlickrLogos-32, Logos-32plus, TopLogo-10 and QMUL-OpenLogo. The detector significantly outperforms the most common approach based on two stage models such as Faster R-CNN in terms of both speed and accuracy, achieving relative improvement up to 46% while running up to 2x faster.

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/TH03010018" target="_blank" >TH03010018: DeepSpot - Multilingvální technologie pro detekci a včasné upozornění</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

    44th International Conference on Telecommunications and Signal Processing

  • ISBN

    978-166542933-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    357-360

  • Název nakladatele

    IEEE

  • Místo vydání

  • Místo konání akce

    on-line, Brno

  • Datum konání akce

    1. 1. 2021

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000701604600076