ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ
A significant increase in the amount of data to be analyzed and processed requires the introduction of new efficient tools and methods for their collection and storage. This task is especially important when analyzing multimedia, in particular, video data, due to their great redundancy. One of the w...
Збережено в:
| Дата: | 2025 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
2025
|
| Теми: | |
| Онлайн доступ: | https://jais.net.ua/index.php/files/article/view/641 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Problems of Control and Informatics |
Репозитарії
Problems of Control and Informatics| id |
oai:ojs2.jais.net.ua:article-641 |
|---|---|
| record_format |
ojs |
| institution |
Problems of Control and Informatics |
| baseUrl_str |
|
| datestamp_date |
2025-10-08T20:40:34Z |
| collection |
OJS |
| language |
English |
| topic |
ієрархічна кластеризація нечітка кластеризація багатовимірні послідовності відео метрика |
| spellingShingle |
ієрархічна кластеризація нечітка кластеризація багатовимірні послідовності відео метрика Mashtalir, S.V. Stolbovoi, M.I. Yakovlev, S.V. ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ |
| topic_facet |
ієрархічна кластеризація нечітка кластеризація багатовимірні послідовності відео метрика hierarchical clustering fuzzy clustering multidimensional sequences video metric |
| format |
Article |
| author |
Mashtalir, S.V. Stolbovoi, M.I. Yakovlev, S.V. |
| author_facet |
Mashtalir, S.V. Stolbovoi, M.I. Yakovlev, S.V. |
| author_sort |
Mashtalir, S.V. |
| title |
ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ |
| title_short |
ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ |
| title_full |
ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ |
| title_fullStr |
ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ |
| title_full_unstemmed |
ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ |
| title_sort |
гібридний підхід до кластеризації відеорядів різної довжини |
| title_alt |
HYBRID APPROACH TO CLUSTERING DIFFERENT LENGTH VIDEOS |
| description |
A significant increase in the amount of data to be analyzed and processed requires the introduction of new efficient tools and methods for their collection and storage. This task is especially important when analyzing multimedia, in particular, video data, due to their great redundancy. One of the ways to reduce the amount of information processed is clustering / segmentation of video sequences to isolate parts that are homo-geneous in content. This raises the problem of choosing the required number of clusters as source information. The article is devoted to the development of a hybrid clustering method for analyzing video sequences of various lengths. The method saves the advantages and eliminates the disadvantages of agglomerative hierarchical and fuzzy clusterings. To determine the similarity between segments of video sequences, the Levenshtein metric is used, which allows to calculate the distances between multidimensional sequences of different lengths. The criterion for the clustering process completion as a whole, and, accordingly, the result quality is determined by the Dunn index. The proposed hybrid approach to clustering video sequences is computationally simple to implement and allows solving the multidimensional time series analysis problems of arbitrary nature in the case when it is difficult to determine in advance the necessary number of clusters for splitting and under conditions of uncertainty about their possible overlap, i.e. in the case where the clustering result is the cover construction, and not data partitioning (exact cover construction). |
| publisher |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine |
| publishDate |
2025 |
| url |
https://jais.net.ua/index.php/files/article/view/641 |
| work_keys_str_mv |
AT mashtalirsv hybridapproachtoclusteringdifferentlengthvideos AT stolbovoimi hybridapproachtoclusteringdifferentlengthvideos AT yakovlevsv hybridapproachtoclusteringdifferentlengthvideos AT mashtalirsv gíbridnijpídhíddoklasterizacíívídeorâdívríznoídovžini AT stolbovoimi gíbridnijpídhíddoklasterizacíívídeorâdívríznoídovžini AT yakovlevsv gíbridnijpídhíddoklasterizacíívídeorâdívríznoídovžini |
| first_indexed |
2025-10-30T02:49:31Z |
| last_indexed |
2025-10-30T02:49:31Z |
| _version_ |
1847373407946014720 |
| spelling |
oai:ojs2.jais.net.ua:article-6412025-10-08T20:40:34Z HYBRID APPROACH TO CLUSTERING DIFFERENT LENGTH VIDEOS ГІБРИДНИЙ ПІДХІД ДО КЛАСТЕРИЗАЦІЇ ВІДЕОРЯДІВ РІЗНОЇ ДОВЖИНИ Mashtalir, S.V. Stolbovoi, M.I. Yakovlev, S.V. ієрархічна кластеризація нечітка кластеризація багатовимірні послідовності відео метрика hierarchical clustering fuzzy clustering multidimensional sequences video metric A significant increase in the amount of data to be analyzed and processed requires the introduction of new efficient tools and methods for their collection and storage. This task is especially important when analyzing multimedia, in particular, video data, due to their great redundancy. One of the ways to reduce the amount of information processed is clustering / segmentation of video sequences to isolate parts that are homo-geneous in content. This raises the problem of choosing the required number of clusters as source information. The article is devoted to the development of a hybrid clustering method for analyzing video sequences of various lengths. The method saves the advantages and eliminates the disadvantages of agglomerative hierarchical and fuzzy clusterings. To determine the similarity between segments of video sequences, the Levenshtein metric is used, which allows to calculate the distances between multidimensional sequences of different lengths. The criterion for the clustering process completion as a whole, and, accordingly, the result quality is determined by the Dunn index. The proposed hybrid approach to clustering video sequences is computationally simple to implement and allows solving the multidimensional time series analysis problems of arbitrary nature in the case when it is difficult to determine in advance the necessary number of clusters for splitting and under conditions of uncertainty about their possible overlap, i.e. in the case where the clustering result is the cover construction, and not data partitioning (exact cover construction). Істотне збільшення обсягу даних, що підлягають аналізу і обробці, вимагає запровадження нових ефективних засобів і методів їх збору та зберігання. Особливо актуальною така задача стає при аналізі мультимедійних, зокрема, відеоданих, в силу їх значної надмірності. Один із шляхів зниження обсягу оброблюваної інформації — кластеризація/сегментація відеопослідовностей для виділення однорідних за змістом сегментів. При цьому виникає завдання вибору необхідної кількості кластерів як вихідної інформації. Стаття присвячена розробці гібридного методу кластеризації для аналізу відеопослідовностей різної довжини. Метод зберігає переваги і виключає недоліки агломеративної ієрархічної і нечіткої кластеризації. Для визначення подібності між сегментами відеопослідовностей використовується метрика Левенштейна, що дозволяє розраховувати відстані між багатовимірними послідовностями різної довжини. Критерієм завершення процесу кластеризації в цілому, і, відповідно, якість одержуваного результату визначається індексом Данна. Запропонований гібридний підхід до кластеризації відеопослідовностей відрізняється обчислювальною простотою реалізації і дозволяє вирішувати завдання аналізу багатовимірних часових рядів довільної природи в тому випадку, коли заздалегідь складно визначити необхідну кількість кластерів для розбиття і в умовах невизначеності щодо можливого їх перекриття, тобто в разі, коли результатом кластеризації є побудова покриття, а не розбиття даних. V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2025-10-08 Article Article application/pdf https://jais.net.ua/index.php/files/article/view/641 10.1615/JAutomatInfScien.v51.i3.30 Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; Том 64 № 2 (2019): Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; 80-88 International Scientific Technical Journal "Problems of Control and Informatics; Том 64 № 2 (2019): International Scientific and Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 80-88 International Scientific Technical Journal "Problems of Control and Informatics"; Vol. 64 No. 2 (2019): International Scientific and Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 80-88 2786-6505 2786-6491 en https://jais.net.ua/index.php/files/article/view/641/711 https://creativecommons.org/licenses/by-nc-nd/4.0 |