خلاصه‌سازي ويدئويي با روش تركيبي گراف شبكه‌اي و خوشه‌بندي

ما در دنيايي زندگي مي‌كنيم كه وجود دوربين‌هاي خانگي و قدرت رسانه باعث شده تا با حجم خيره‌كننده‌اي از داده‌هاي ويدئويي سر و كار داشته باشيم. مسلم است روشي كه بتوان با كمك آن، اين حجم بالاي فيلم را با سرعت و بهينه مورد دسترسي و پردازش قرار داد، اهميت ويژه‌اي پيدا مي‌كند. با كمك خلاصه‌سازي ويدئويي اين مهم حاصل شده و فيلم به يك سري فريم يا كليپ كوتاه ولي بامعني خلاصه مي‌گردد. در اين پژوهش سعي گرديده در ابتدا داده با كمك الگوريتم K-Medoids خوشه‌بندي شود؛ سپس در ادامه با كمك شبكه توجه گرافي كانولوشنالي، جداسازي زماني و گرافي انجام گيرد و در گام بعدي با كمك روش ردكردن اتصال، نويزها و موارد تكراري حذف گردد. سرانجام با ادغام نتايج به‌دست‌آمده از دو گام متفاوت گرافي و زماني، خلاصه‌سازي انجام گيرد. نتايج به دو صورت كيفي و كمي و بر روي سه ديتاست SumMe، TVSum و OpenCv مورد بررسي قرار گرفت. در روش كيفي به‌طور ميانگين 88% نرخ صحت در خلاصه‌سازي و 31% ميزان خطا دست يافته كه به نسبت ساير روش‌ها جزء بالاترين نرخ صحت است. در ارزيابي كمي نيز روش پيشنهادي، كارايي بالاتري نسبت به روش‌هاي موجود دارد.