Classificação de segmentos de vídeos por trechos de fala utilizando rede neural convolucional

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRodrigues, Érick Oliveira-
Autor(es): dc.contributorOliva, Jefferson Tales-
Autor(es): dc.contributorRodrigues, Érick Oliveira-
Autor(es): dc.contributorOliva, Jefferson Tales-
Autor(es): dc.contributorAscari, Rúbia Eliza de Oliveira Schultz-
Autor(es): dc.creatorCaveion, Thallia-
Data de aceite: dc.date.accessioned2025-08-29T12:31:43Z-
Data de disponibilização: dc.date.available2025-08-29T12:31:43Z-
Data de envio: dc.date.issued2023-02-22-
Data de envio: dc.date.issued2023-02-22-
Data de envio: dc.date.issued2022-12-04-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/30618-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1097044-
Descrição: dc.descriptionVideos are one of the most popular contents on the internet, social medias platforms and cell phone’s made capture and publish videos so easy and fast. However, in a lot of cases it’s necessary edit the content manually, which is irksome, because it takes a lot of time. Therefore, the need automatic editing alternative. In this final paper presents a creation proposal of video classification model, using convolutional neural networks. Starts with several self-authored videos, which each one was randomly cut in different parts. From these parts, there were took the audios in wav (waveform audio format), previously classified and after extracted the characteristics of each file using the Mel frequency cepstrum coefficients method (MFCC), it was got spectrograms as like 2D images. Those spectrograms start the convolutional neural networks implemented producing as output, a classification model. Experimental results from the methodology proposed, showed that this model it’s able to classify 92,52% of videos stretches correctly.-
Descrição: dc.descriptionVídeos são uma das formas mais populares de conteúdo na Internet, Plataformas de mídia social e telefones celulares tornaram simples e rápido capturar e publicar vídeos. No entanto, em diversos casos se faz necessário a edição manual desse tipo de conteúdo, a qual é considerada custosa, pois demanda muito tempo. Portanto, a necessidade de uma alternativa de edição automática. Neste trabalho, foi proposto um modelo de classificação de trechos de vídeo utilizando rede neural convolucional. A entrada é composta por diversos vídeos de autoria própria que foram cortados de forma aleatória em diversos trechos. Destes trechos foram extraídos os áudios obtendo arquivos no formato wav (waveform audio file format) que foram previamente classificados. Posteriormente, são extraídas características de cada arquivo utilizando o método coeficientes cepstrais de frequência de Mel (MFCC), obtendo assim espectrogramas equivalentes a imagens 2D. Estes espectrogramas servem como entrada para a rede neural convolucional ao qual gera como saída um modelo de classificação. Resultados experimentais da metodologia proposta mostraram que o modelo é capaz de classificar 92,52% dos trechos de forma correta.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Informática-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectGravação em vídeo-
Palavras-chave: dc.subjectEdição de dados-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectVideo recording-
Palavras-chave: dc.subjectData editing-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleClassificação de segmentos de vídeos por trechos de fala utilizando rede neural convolucional-
Título: dc.titleClassification of video segments by speech snippets using convolutional neural network-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.