Tagging Automatico di video mediante le tecniche di Intelligenza Artificiale e Machine Learning: il caso di studio di Mediaset

The exponential growth of multimedia has a strong impact on modem life. Over the past two decades, there has been an explosive growth in the use of digital multimedia (including audio, video, images and graphics). As the use of digital multimedia increases, effective data storage and management become increasingly important. The aim of this work is thus to present an automatic framework to extract labels and enhance the annotation accuracy for video retrieval. The process will be exploited through a Machine Learning procedure implementing an algorithm. Given a video, we want to extract a set of relevant labels. The proposed method of automatic video tagging consists of three main modules: pre-processing, video analysis and feature extraction. The main idea of automatic video tagging techniques is to automatically learn semantic concept models from large number of video samples, and use the concept models to label new video. Once video is annotated with semantic labels, it can be retrieved by keywords, which is similar to text document retrieval. The experimental results demonstrate the effectiveness of the proposed framework in assigning appropriate and semantically representative labels for any video.

Negli ultimi due decenni la crescita esponenziale nell’uso di contenuti multimediali (inclusi audio, video, immagini e grafica) ha avuto un forte impatto sulla vita moderna. Con l’aumentare della quantità di contenuti digitali, la necessità di implementare processi di archiviazione e gestione dei dati stessi è diventata sempre più importante. Uno degli scopi di questo lavoro è quello di migliorare la qualità e l’efficienza dei moderni sistemi di recupero attraverso l’implementazione delle tecniche di Intelligenza Artificiale e Machine Learning. che implementano algoritmi in grado di estrarre da una sequenza video un set di etichette pertinenti. Il metodo proposto per il tagging automatico dei video è costituito da tre moduli principali: la pre-elaborazione, analisi video ed estrazione di features. L’idea principale alla base di tale metodo è quella di associare un concetto semantico agli elementi presenti all’interno dei video elaborati. Una volta annotati con etichette semantiche, i video possono essere recuperati all’interno dei moderni sistemi di Retrieval attraverso l’utilizzo di parole chiave in maniera analoga al recupero per i documenti di testo. I risultati sperimentali mostrano l’efficacia della struttura proposta.