چکیده

ویدئوهای وب اخبار توسط کاربران عمومی آپلود می شوند که معمولاً شامل تاثیرات پساپردازشی (ویرایش، لوگوی درج شده و غیره)  زیادی هستند که باعث ایجاد نویز می شوند و روی مقایسه شباهت برای کاوش رویدادهای ویدئویی وب اخبار  تاثیر می گذارند. در این مقاله، چهارچوبی بر اساس مفهوم بخش های تقریبا تکراری (NDSs) ارائه شده که به صورت کارا اطلاعات فضایی و زمانی را ترکیب می نماید. بعد از این که هر ویدئو به بخش هایی تقسیم شد، بخش هایی که از ویدئوهای مختلف هستند ولی محتوای دیداری مشابهی دارند در یک گروه خوشه بندی می شوند. هر گروه به عنوان یک NDS نام گذاری می شود که روابط محتوایی نهفته بین ویدئوها را بیان می نماید. ویژگی های محلی فضایی-زمانی استخراج شده و به منظور نمایش هر بخش ویدئویی مورد استفاده قرار گرفته اند و می توانند به طور موثری محتوای اصلی ویدئوهای وب اخبار را تصرف نمایند و نویزهایی از قبیل اختلال/تاثیر از ویرایش ویدئو را حذف نمایند. در نهایت، اطلاعات دیداری با اطلاعات متنی ترکیب می شوند. این آزمایش نشان می دهد که چهارچوب پیشنهادی ما نسبت به روش های موجود، بهبود قابل توجهی داشته است.

1-مقدمه

در دهه های اخیر، با تکنیک های پیشرفته ی ثبت دیجیتال و دستگاه های ذخیره سازی و توسعه ی سریع سیستم اینترنت، جمع آوری توزیع ویدئوهای وب اخبار آنلاین، برای کاربران ساده تر شده است. برای مثال، در هر دقیقه تقریباً 100 ساعت ویدئوی جدید در یوتوب آپلود می شود و ماهانه بیش از 1 میلیون کاربر منحصر به فرد، یوتوب را تماشا می کنند [1]. اما، وقتی یک موضوع داغ را به صورت آنلاین جستجو می کنیم، وب سایت ممکن است هزاران ویدئو را برگرداند که مرتبط نباشند و موضوع مورد علاقه توسط مشاهده ی یک به یک آن ویدئوها، مستقیما قابل مشاهده نیست.