ارائه یک روش کارآمد جهت استخراج ویژگی ‌های هر قاب از ویدئو در مقیاس بزرگ با استفاده از شبکه‌های عصبی کانولوشنال

در دهه‌های اخیر با توجه به گسترش ارتباطات و افزایش حجم اطلاعات و محدودیت در ذخیره‌سازی و اهمیت سرعت دسترسی به اطلاعات، محققان زیادی را به موضوع تامین اطلاعات و تولید دانش واداشته است که هر یک روشی را پیشنهاد نموده‌اند، لذا روش‌های ارائه‌شده به‌نوبه خود و با توجه به نوع عملکردشان دارای مزایا و معایبی می‌باشند. مسئله اصلی در این پژوهش، ارائه یک روش موثر جهت شناسایی و استخراج قاب‌های کلیدی و ویژگی‌های هر قاب از ویدئو، بازیابی قاب‌ها با توجه دسته‌بندی معنایی آن‌ها می‌باشد. در این مقاله چالش بازیابی تصویر به ویدئو موردبررسی واقع گردیده و با الهام از سایر روش‌های بازیابی اطلاعات، یک سامانه جستجوی بصری جدید مبتنی بر شبکه‌های عصبی کانولوشنال برای یافتن ویدئوهای مشابه در یک پایگاه داده بزرگ ارائه گردیده است. روش پیشنهادی شامل الگوریتم استخراج قاب کلیدی و استراتژی تجمیع ویژگی‌ها می‌باشد. از ویژگی‌های مهم و بارز در این روش، می‌توان به کاهش اتلاف اطلاعات در طول دسته‌بندی در راستای افزایش کیفیت جستجو و همچنین کاهش هزینه ذخیره‌سازی و افزایش راندمان اشاره نمود. نتایج به‌دست‌آمده از آزمایش بر روی مجموعه داده‌های در دسترس عموم نشان می‌دهد که روش پیشنهادی نسبت به سایر روش‌های استخراج قاب‌های کلیدی با 9 درصد پیشرفت در راستای مدت‌زمان بازیابی با توجه به نحوه استخراج ویژگی‌ها، از کارایی بهتری برخوردار می باشد.