Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: video summarization

Sortuj według:

Ogranicz wyniki do:

Subjective quality assessment of video summarisation algorithms a crowdsourcing approach

Dutta Avrajyoti, Leszczuk Mikołaj, Juszka Dawid, Grega Michał

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

2023

nr 4

333--336

Video summarization is a technique that extracts the most relevant and informative segments of a video to create a condensed version that is faster to watch. In this paper, we present a crowdsourcing subjective experiment in which summarizations of video clips were assessed. The aim of the experiment was to determine the accuracy of the video summarization algorithm. The results of the evaluation will be used to improve the video summarization algorithm. The experiment also revealed some limitations of the crowdsourcing method.

Streszczanie wideo to sposób selekcji najbardziej istotnych i informatywnych fragmentów nagrań wideo. Jego celem jest utworzenie takiej wersji nagrania, która będzie skondensowana i pozwoli szybko zapoznać się z najważniejszymi treściami. W artykule prezentujemy eksperyment subiektywny przeprowadzony metodą crowdsourcingową. Zadaniem uczestników było ocenienie kilku algorytmów streszczania wideo. Wyniki umożliwią ulepszenie algorytmów. Wskazaliśmy także praktyczne ograniczenia stosowania crowdsourcingu.

Analysis of ramifications and carina shape in bronchoscopic images

Mikrut Z., Duplaga M.

Bio-Algorithms and Med-Systems

2010

Vol. 6, no. 12

15--20

Because of the growing volume of digital registrations obtained from bronchoscopic examinations it proved necessary to summarize (“brief”) their results, namely to mark the parts that are relevant and/or irrelevant for medical diagnosis. The parts in which the ramification areas of bronchial tree are visualized belong to the first group. The paper presents an automatic method for detection of the areas where next level orifices of bronchial tree are visible. The applied algorithms allow the shape evaluation for both orifices and the area located between them (carina). In both cases backpropagation type neural networks are used as classifiers.