Investigação de características extraídas de vídeos comprimidos usando aprendizagem profunda

• Processo: 19/10998-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2019
• Data de Término da vigência: 31 de dezembro de 2019
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Acordo de Cooperação: Microsoft Research
• Pesquisador responsável: Jurandy Gomes de Almeida Junior
• Beneficiário: Lucas Fernando Alvarenga e Silva
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Empresa: Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Instituto de Geociências e Ciências Exatas (IGCE)
• Vinculado ao auxílio: 17/25908-6 - Aprendizado fracamente supervisionado para análise de vídeos no domínio comprimido em tarefas de recuperação e classificação para alertas visuais, AP.PITE
• Assunto(s): Aprendizagem profunda Recuperação da informação Multimídia Vídeo
• Palavra(s)-Chave do Pesquisador: aprendizagem profunda | Descritores | processamento de vídeos | Recuperação de Informação Multimídia | Processamento Gráfico (Graphics)

Resumo

Vídeos digitais tornaram-se o meio de escolha para um número cada vez maior de pessoas se comunicando via Internet e seus dispositivos móveis. Durante a última década, o mundo testemunhou um crescimento explosivo na quantidade de dados de vídeo devido aos desenvolvimentos tecnológicos surpreendentes. Nesse cenário, há uma demanda crescente por sistemas eficientes para reduzir o trabalho e a sobrecarga de informações para as pessoas. Fazer uso eficiente do conteúdo de vídeo requer o desenvolvimento de ferramentas inteligentes capazes de entender os vídeos de maneira similar aos humanos. Esse tem sido o objetivo de uma área de pesquisa em rápida evolução conhecida como compreensão de vídeo. Uma das principais questões relativas ao problema de compreensão de vídeo é a extração de informações úteis do conteúdo de vídeo. Recentemente, a aprendizagem profunda tem sido usada com sucesso para aprender características significativas e interpretáveis para entender o conteúdo visual. No entanto, a aprendizagem profunda enfrenta alguns desafios para lidar com a dimensão temporal dos dados de vídeo, como amostras limitadas de treinamento e alto custo computacional. Uma vez que os dados de vídeo são geralmente disponibilizados na forma comprimida, é desejável processar diretamente o vídeo comprimido, sem decodificação. Isso permite economizar a elevada carga computacional e uso de memória da decodificação plena do fluxo de vídeo. Este projeto de Iniciação Científica tem por objetivo a investigação de características extraídas de vídeos comprimidos usando a aprendizagem profunda.