مروری بر سیستم های تحلیل محتوایی و معنایی ویدیو از دیدگاه ساختار سلسله مراتب معنایی در تولید فیلم

سیستم های تحلیل معنایی ویدیو به دسته ای از سیستم ها اطلاق می شود که نوعی ابزار هوشمند جهت بررسی و تحلیل محتوایی و معنایی ویدیو می باشند. بررسی و دسته بندی این سیستم ها می تواند از دیدگاه های مختلف انجام شود. در این مقاله سعیشدهبر اساس یک ساختار سلسله مراتبی که از نحوه تولید فیلم توسط یک فیلم ساز برگرفته شده است، سیستم های تحلیل معنایی ویدیواز نظر شکاف معنایی میان ویژگی های سطح پایین و مفاهیم سطح بالا مورد بررسی قرار گیرند. به این ترتیب، پس از معرفی سیستم های تحلیل معنایی ویدیو، دو چالش اصلی در این سیستم ها مطرح می شود: شکاف حسگری و شکاف معنایی. پس از آن با ارائه یکساختار سلسله مراتبی مبتنی بر نحوه ساخت فیلم، چگونگی کاهش شکاف معنایی در سیستم های تحلیل ویدیو مورد بررسی قرار گرفته و تحقیقات انجام شده در این زمینه مرور می شود. بر اساس این ساختار، سیستم های تحلیل ویدیو در سه سطح دسته بندی و مرور می شوند: پردازش فریم ها، استخراج محتوا و استخراج معنا. در نهایت مشکلات و مسائل باز در سیستم های کنونی تحلیل معنایی ویدیو بازگو می گردد. مهمترین مشکلات در این زمینه عبارتند از: تنوع رویدادها و مفاهیم در یک ویدیو، امکان وجود معانی و مفاهیم متعدد براییک رویداد معین، پردازش های بلندمدت برای استخراج معانی و مفاهیم و استفاده و ترکیب داده های چندنوعی. به این ترتیب، با مروری بر مقالات، مسیرهای تحقیقاتی فعلی و مشکلات پیشرو در زمینه سیستم های تحلیل معنایی ویدیو معرفی خواهد شد.