A sieving ANN for emotion-based movie clip classification

บทความในวารสาร

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Watanapa S.C., Thipakorn B., Charoenkitkarn N.

ผู้เผยแพร่: Institute of Electronics, Information and Communication Engineers

ปีที่เผยแพร่ (ค.ศ.): 2008

วารสาร: IEICE Transactions on Information and Systems (0916-8532)

Volume number: E91-D

Issue number: 5

หน้าแรก: 1562

หน้าสุดท้าย: 1572

จำนวนหน้า: 11

นอก: 0916-8532

eISSN: 1745-1361

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-68149100415&doi=10.1093%2fietisy%2fe91-d.5.1562&partnerID=40&md5=eca777aa2d3a3fda26e1117e7f195bd6

ภาษา: English-Great Britain (EN-GB)

ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์

บทคัดย่อ

Effective classification and analysis of semantic contents are very important for the content-based indexing and retrieval of video database. Our research attempts to classify movie clips into three groups of commonly elicited emotions, namely excitement, joy and sadness, based on a set of abstract-level semantic features extracted from the film sequence. In particular, these features consist of six visual and audio measures grounded on the artistic film theories. A unique sieving-structured neural network is proposed to be the classifying model due to its robustness. The performance of the proposed model is tested with 101 movie clips excerpted from 24 award-winning and well-known Hollywood feature films. The experimental result of 97.8% correct classification rate, measured against the collected human-judges, indicates the great potential of using abstract-level semantic features as an engineered tool for the application of video-content retrieval/indexing. Copyright ฉ 2008 The Institute of Electronics, Information and Communication Engineers.

คำสำคัญ

Emotion-based classification, Movie clip classification, Multimedia content analysis, Semantic content analysis, Video analysis