Segmentação de vídeos em cenas utilizando detecção de objetos

A pesquisa consiste em examinar o impacto da segmentação de vídeos em cenas através da mudança na forma tradicional de realizar a extração de características. Dado o crescente impacto dos vídeos na sociedade contemporânea, o aumento exponencial de conteúdo audiovisual demanda abordagens inovadoras, sendo a segmentação em cenas uma estratégia essencial para organização dessas mídias. Esta pesquisa busca atuar no desenvolvimento de melhorias na eficácia de segmentação de vídeo. Usualmente, durante a extração de características, os frames completos dos vídeos são usados. O processo proposto neste trabalho, aborda o uso de YOLO (You Only Look Once), uma arquitetura de rede neural convolucional, para detectar regiões de interesse na imagem. Essas áreas são então extraídas da imagem e utilizadas para extração de características, dando base para uma subsequente segmentação de vídeo. O método foi aplicado e métricas de cobertura e transbordamento são calculadas para a análise de desempenho da detecção de cenas em vídeos. Os resultados indicam que, apesar da proximidade de valores e treinamento bem-sucedido do modelo, a inclusão do modelo YOLO no pipeline da segmentação não aumenta a eficácia do modelo ao classificar adequadamente os conjuntos de cenas. A comparação com abordagens convencionais indicou que, em determinados contextos, o método proposto pode diminuir a complexidade das estruturas visuais. Este estudo busca explorar estratégias complementares para superar as lacunas identificadas na segmentação de vídeos e destaca a complexidade persistente dessa tarefa e a importância de abordagens mais sofisticadas para enfrentar os desafios inerentes à segmentação em cenas.