In instructional videos of chalk bo

In instructional videos of chalk board presentations, the visual content refers to the text and figures written on the boards. Existing methods on video summarization are not effective for this video domain because they are mainly based on low-level image features such as color and edges. In this work, we present a novel approach to summarizing the visual content in instructional videos using middle-level features. We first develop a robust algorithm to extract content text and figures from instructional videos by statistical modelling and clustering. This algorithm addresses the image noise, nonuniformity of the board regions, camera movements, occlusions, and other challenges in the instructional videos that are recorded in real classrooms. Using the extracted text and figures as the middle level features, we retrieve a set of key frames that contain most of the visual content. We further reduce content redundancy and build a mosaicked summary image by matching extracted content based on K-th Hausdorff distance and connected component decomposition. Performance evaluation on four full-length instructional videos shows that our algorithm is highly effective in summarizing instructional video content.

ผลลัพธ์ (ไทย) 1:

ในวิดีโอสอนชอล์กกระดานนำเสนอ เนื้อหาภาพอ้างถึงข้อความและตัวเลขที่เขียนในบอร์ด วิธีการที่มีอยู่ในวิดีโอสรุปไม่มีผลบังคับใช้สำหรับโดเมนนี้วิดีโอเนื่องจากพวกเขาส่วนใหญ่จะขึ้นอยู่กับลักษณะรูปล่างสีและขอบ ในงานนี้ในวิดีโอสอนชอล์กกระดานนำเสนอ เนื้อหาภาพอ้างถึงข้อความและตัวเลขที่เขียนในบอร์ด วิธีการที่มีอยู่ในวิดีโอสรุปไม่มีผลบังคับใช้สำหรับโดเมนนี้วิดีโอเนื่องจากพวกเขาส่วนใหญ่จะขึ้นอยู่กับลักษณะรูปล่างสีและขอบ ในงานนี้ เรานำเสนอวิธีการแบบนวนิยายเพื่อสรุปเนื้อหาภาพในวิดีโอสอนใช้ลักษณะการทำงานระดับกลาง เราต้องพัฒนาอัลกอริทึมที่มีประสิทธิภาพการแยกข้อความเนื้อหาและรูปภาพจากวิดีโอสอน โดยการสร้างแบบจำลองทางสถิติ และคลัสเตอร์ อัลกอริทึมนี้อยู่ภาพเสียง nonuniformity คณะกรรมการภูมิภาค กล้อง occlusions และความท้าทายอื่น ๆ ในวิดีโอสอนที่บันทึกในห้องเรียนจริง เราเรียกชุดของคีย์เฟรมที่ประกอบด้วยเนื้อหาภาพส่วนใหญ่ใช้แยกข้อความและตัวเลขเป็นคุณลักษณะระดับกลาง

ผลลัพธ์ (ไทย) 3:

ในการสอนวิดีโอบันทึกงานนําเสนอบอร์ด เนื้อหาภาพ หมายถึง ข้อความ และตัวเลขที่เขียนบนกระดาน ที่มีอยู่ด้วยวิธีการวิดีโอสรุปไม่ที่มีประสิทธิภาพสำหรับวิดีโอโดเมนนี้เพราะพวกเขาส่วนใหญ่จะใช้ในรูปรวมคุณสมบัติเช่นขอบสีและ . ในงานนี้ในการสอนวิดีโอบันทึกงานนําเสนอบอร์ด เนื้อหาภาพ หมายถึง ข้อความ และตัวเลขที่เขียนบนกระดาน ที่มีอยู่ด้วยวิธีการวิดีโอสรุปไม่ที่มีประสิทธิภาพสำหรับวิดีโอโดเมนนี้เพราะพวกเขาส่วนใหญ่จะใช้ในรูปรวมคุณสมบัติเช่นขอบสีและ . ในงานนี้และความท้าทายอื่น ๆ ในการสอนวิดีโอที่บันทึกไว้ในห้องเรียนจริง ใช้แยกข้อความและตัวเลขเป็นระดับกลาง คุณสมบัติ เราเรียกชุดของคีย์เฟรมที่ประกอบด้วยเนื้อหาส่วนใหญ่ที่มองเห็นเรานำเสนอแนวทางใหม่ในการสรุปเนื้อหา ภาพ วิดีโอสอนการใช้คุณลักษณะในระดับกลาง แรกที่เราพัฒนาขั้นตอนวิธีที่แข็งแกร่งเพื่อแยกเนื้อหาข้อความและตัวเลขจากวิดีโอการเรียนการสอน โดยสถิติแบบจำลองและแบ่งกลุ่มข้อมูล ขั้นตอนวิธีนี้เน้นเสียงภาพ nonuniformity คณะกรรมการภูมิภาค occlusions ความเคลื่อนไหว , กล้อง ,เราลดเนื้อหาที่ซ้ำซ้อนและสร้าง mosaicked สรุปภาพโดยการจับแยกเนื้อหาตาม k-th hausdorff ระยะทางและส่วนประกอบการเชื่อมต่อ การประเมินผลการสอนวิดีโอสี่แบบเต็มตัว แสดงให้เห็นว่าขั้นตอนวิธีของเรามีประสิทธิภาพสูง ในการสรุปเนื้อหาวิดีโอการเรียนการสอน