畳み込みニューラルネットワークを用いた監視ビデオ内容の検索

手動でのビデオ検査、検索、分析は疲労的で非効率的です。本論文では、深層学習を用いて監視ビデオ内容を検索するためのインテリジェントシステムを提案します。提案されたシステムは、ビデオ検索に必要な作業量を削減し、速度と精度を向上させました。事前学習済みのVGG-16 CNNモデルがデータセットのトレーニングに使用されました。さらに、スペースを節約し、作業量を減少させ、実行時間を短縮するために、ビデオのキーフレームが抽出されました。抽出されたキーフレームは、重複を排除するためにソーベルオペレーターエッジ検出器とマックスプーリングを用いて処理されました。これにより圧縮が増加し、抽出されたフレーム間の類似性が回避されます。キーフレームインデックス、発生時間、VGG-16モデルの分類を含むテキストファイルが生成されます。このテキストファイルにより、人間は興味のあるオブジェクトを容易に検索できます。VIRATおよびIVY LABデータセットが実験に使用されました。また、128の異なるクラスがデータセットで特定されました。これらのクラスは監視システムにとって重要なオブジェクトを表しています。しかし、ユーザーは他のクラスを特定し、提案された方法論を利用できます。実験と評価の結果、提案されたシステムは既存の方法を桁違いに上回る性能を示しました。このシステムは、分類の高精度を提供しながら、速度において最良の結果を達成しました。