出版社：Instituto de Información Científica y Tecnológica
摘要：La presente investigación tiene como objetivo proponer un método para la detección automática de puntos de interés en contenido audiovisual utilizando la información temporal y espacial. Este método es una alternativa novedosa que pueden aplicar los medios de comunicación en sus centros de documentación audiovisual, con el fin de lograr una localización del contenido audiovisual en videos de forma automática, lo que facilita la gestión de información. Igualmente es crucial su aplicación en sistemas para la búsqueda y catalogación de medias y sistemas que realicen gestión documental y archivística. En este trabajo se propone el uso de diferentes tipos de descriptores para la creación de vocabularios para tareas de detección de objetos diferentes en movimientos y acciones. El método supone que las clases de objetos o acciones son desconocidas por adelantado y explota las propiedades temporales y espaciales de los videos para la creación de un vocabulario que describe estas clases. Las características del espacio y el tiempo se han convertido recientemente en una representación popular de los vídeos para el reconocimiento de acciones y la detección objetos. El nuevo método presentado se compara con propuestas actuales para situaciones similares, obteniendo mejores resultados en la precisión y el rechazo de objetos o acciones falsas.
其他摘要：This research aims at proposing a method for the automatic detection of points of interest in audio-visual content using temporary and spatial information. This method is a novel alternative that can be used by the media in their audio-visual documentation centers, in order to automatically locate the audio-visual content in videos, making information management easier. Likewise, its application is paramount in searching and cataloging systems for documents and files management. This paper proposes the use of different types of descriptors for creating vocabularies for object detection tasks in movements and actions. The method assumes that the classes of objects or actions are unknown and use time and space properties of videos in order to create a vocabulary to describe these classes. The characteristics of space and time have recently become a popular representation of videos for the recognition of actions and objects detection. The new method proposed is compared with current proposals for similar situations, obtaining better results in accuracy and rejection of false objects or actions.
关键词：Detección de objetos; segmentación de videos; vocabulario; contenido audiovisual;Object detection; video segmentation; vocabulary; audio-visual content
