Characterisation and adaptive learning in interactive video retrieval
- Autores: Rubén Fernández Beltrán
- Directores de la Tesis: Filiberto Pla Bañón (dir. tes.)
- Lectura: En la Universitat Jaume I ( España ) en 2016
- Idioma: inglés
- Número de páginas: 123
- Tribunal Calificador de la Tesis: Francesc Josep Ferri Rabasa (presid.), J. S. Sanchez (secret.), Joan Isaac Biel Tres (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: TDX
- Resumen
- español
El objetivo principal de esta tesis consiste en utilizar eficazmente los modelos de tópicos latentes para afrontar el problema de la recuperación automática de vídeo. Concretamente, se pretende mejorar tanto a nivel de eficiencia como a nivel de precisión el actual estado del arte en materia de los sitemas de recuperación automática de vídeo. En general, los modelos de tópicos latentes son un conjunto de herramientas estadísticas que permiten extraer los patrones generadores de una colección de datos. Tradicionalmente, este tipo de técnicas no han sido consideradas de gran utilidad para los sistemas de recuperación automática de vídeo debido a su alto coste computacional y a la propia complejidad del espacio de tópicos en el ámbito de la información visual.
- English
In this work, we are interested in the use of latent topics to overcome the current limitations in CBVR. Despite the potential of topic models to uncover the hidden structure of a collection, they have traditionally been unable to provide a competitive advantage in CBVR because of the high computational cost of their algorithms and the complexity of the latent space in the visual domain. Throughout this thesis we focus on designing new models and tools based on topic models to take advantage of the latent space in CBVR. Specifically, we have worked in four different areas within the retrieval process: vocabulary reduction, encoding, modelling and ranking, being our most important contributions related to both modelling and ranking.
- español
