Personal-location-based temporal segmentation of egocentric videos for lifelogging applications

تقسیم بندی ویدئو زمانی مفید است برای بهره برداری و سازماندهی فیلم های طولانی خودخواه. کار قبلی متمرکز بر روش های عمومی هدف طراحی شده برای مقابله با داده های به دست آمده از کاربران مختلف است. در مقابل، ویدیوی انحصاری برای کاربر خاصی که آن را به دست می آورد، بسیار شخصی و معنی دار است. ما پیشنهاد می کنیم یک روش برای جداسازی ویدئو های انحصاری با توجه به مکان های شخصی بازدید شده توسط کاربر ارائه دهیم. هدف از این روش ارائه خروجی شخصی و اجازه می دهد تا کاربر مشخص کند که مکان هایی که می خواهد پیگیری کند. برای محاسبه مکانهای منفی (به عنوان مثال، مکانهایی که توسط کاربر مشخص نشده است)، ما یک روش رد منفی پیشنهاد میکنیم که در زمان تمرین هیچ نمونه منفی نیازی ندارد. برای آزمایشات، مجموعه ای از مجموعه ای از فیلم های خودمختار را در ده مکان مختلف شخصی، به همراه منهای مختلف منحصر به فرد، جمع آوری کردیم. نتایج نشان می دهد که این روش دقیق است و با وضعیت هنر مقایسه می کند.