Project Video In Je Vingers (N7)

Video in je vingers

Sneller zoeken in audiovisuele data

Audiovisuele data. Het zijn spelden in een hooiberg. Hoe vind je de weg in het groeiende aanbod van multimedia informatie? Wij indexeren, organiseren en structureren deze data op trefwoord. Zo wordt multimedia-apparatuur naast functioneel, ook intelligent.

De tools werken met onderliggende Video Content Analysis (VCA)- algoritmen, die de semantische betekenis aan signalen onttrekken. Dit project houdt zich bezig met dit soort algoritmen.

Algoritmen

Er zijn vier typen VCA-algoritmen voor de analyse van een datastroom:

  1. Segmentatie ('parsing') : Onderscheidt scènes en items van elkaar.

  2. Specificatie: Detecteert een object of gebeurtenis in video- of bewakingsbeelden.

  3. Semantische scène-interpretatie: Trekt conclusies over de algemene inhoud van een video. Bijvoorbeeld een afwisseling van twee gezichten betekent een dialoog.

  4. Affectieve VCA-algoritmen: Meten de hoeveelheid emotie in een signaal en vinden zo hoogte- en dieptepunten. Stemmen beeld, video en muziek af op persoonlijke voorkeuren door deze vast te leggen.

Toepassingen

Er zijn verschillende toepassingen voor verschillende groepen, zoals:

Consumenten: video devices die inhoud op intelligente wijze ontsluiten. Bijvoorbeeld een personal videorecorder die een voorselectie van programma's maakt. Of een mobiel video device dat een persoonlijke samenvatting van de meest recente nieuwsprogramma's geeft.

De professionele markt: Toepassingen in veiligheid en 'people monitoring'. Bijvoorbeeld smart camera's die zijn uitgerust met VCA algoritmen. Verdacht gedrag op een bewakingsvideo zorgt voor een automatisch alert.

De zakelijke markt: Monitoren van consumentengedrag in winkelcentra.

Participanten

De onderzoekers van:

  • Philips

  • Technische Universiteit Delft

werken samen met eerste gebruikers:

  • Fabchannel

  • Auxilium.

De eerste gebruikers ontwikkelen nieuwe producten met deze intelligentie en testen ze in de praktijk.

Projectleider: Dr. Alan Hanjalic, Technische Universiteit Delft

Hanjalic

E-mail: alan@it.et.tudelft.nl


Kenmerken Leren (N1)
Multimodale Interactie (N2)
Ambient Multimedia Databases (N3)
Semantische Multimedia Toegang (N5)
Professional's Dashboard (N6)
Video In Je Vingers (N7)
E-Culture (N9C)
Persoonlijke Informatie Services (N9MI)