Springe zum Hauptinhalt
Universitätsbibliothek
Universitätsbibliographie

Eintrag in der Universitätsbibliographie der TU Chemnitz


Ritter, Marc
Eibl, Maximilian (Prof. Dr.) ; Hamker, Fred (Prof. Dr.) (Gutachter)

Optimierung von Algorithmen zur Videoanalyse : Ein Analyseframework für die Anforderungen lokaler Fernsehsender

Optimization of algorithms for video analysis : A framework to fit the demands of local television stations


Kurzfassung in deutsch

Die Datenbestände lokaler Fernsehsender umfassen oftmals mehrere zehntausend Videokassetten. Moderne Verfahren werden benötigt, um derartige Datenkollektionen inhaltlich automatisiert zu erschließen. Das Auffinden relevanter Objekte spielt dabei eine übergeordnete Rolle, wobei gesteigerte Anforderungen wie niedrige Fehler- und hohe Detektionsraten notwendig sind, um eine Korruption des Suchindex zu verhindern und erfolgreiche Recherchen zu ermöglichen. Zugleich müssen genügend Objekte indiziert werden, um Aussagen über den tatsächlichen Inhalt zu treffen.
Diese Arbeit befasst sich mit der Anpassung und Optimierung bestehender Detektionsverfahren. Dazu wird ein auf die hohen Leistungsbedürfnisse der Videoanalyse zugeschnittenes holistisches Workflow- und Prozesssystem mit der Zielstellung implementiert, die Entwicklung von Bilderkennungsalgorithmen, die Visualisierung von Zwischenschritten sowie deren Evaluation zu ermöglichen. Im Fokus stehen Verfahren zur strukturellen Zerlegung von Videomaterialien und zur inhaltlichen Analyse im Bereich der Gesichtsdetektion und Fußgängererkennung.

Kurzfassung in englisch

The data collections of local television stations often consist of multiples of ten thousand video tapes. Modern methods are needed to exploit the content of such archives. While the retrieval of objects plays a fundamental role, essential requirements incorporate low false and high detection rates in order to prevent the corruption of the search index. However, a sufficient number of objects need to be found to make assumptions about the content explored.
This work focuses on the adjustment and optimization of existing detection techniques. Therefor, the author develops a holistic framework that directly reflects on the high demands of video analysis with the aim to facilitate the development of image processing algorithms, the visualization of intermediate results, and their evaluation and optimization. The effectiveness of the system is demonstrated on the structural decomposition of video footage and on content-based detection of faces and pedestrians.

Universität: Technische Universität Chemnitz
Institut: Professur Medieninformatik
Fakultät: Fakultät für Informatik
Dokumentart: Dissertation
Betreuer: Eibl, Maximilian (Prof. Dr.)
ISBN/ISSN: 978-3-944640-09-9
URL/URN: http://nbn-resolving.de/urn:nbn:de:bsz:ch1-qucosa-133517
Quelle: Chemnitz : Universitätsverlag der Technischen Universität Chemnitz, 2014. - 336 S. - Wissenschaftliche Schriftenreihe Dissertationen der Medieninformatik ; 3
SWD-Schlagwörter: Maschinelles Lernen, Boosting
Freie Schlagwörter (Deutsch): Videoanalyse, Objektdetektion, Schnitterkennung, Gesichtsdetektion, Fußgängererkennung, Holistische Softwarearchitektur
Freie Schlagwörter (Englisch): Video analysis, Object detection, Shot detection, Face detection, Pedestrian detection, Holistic Software Architecture, Machine Learning, Boosting
DDC-Sachgruppe: Informatik, Informationswissenschaft, allgemeine Werke, Datenverarbeitung; Informatik, Computerprogrammierung, Programme, Daten, Spezielle Computerverfahren
Tag der mündlichen Prüfung 28.02.2014

 

Soziale Medien

Verbinde dich mit uns: