ŠTEFÁNIK, Michal a Vít NOVOTNÝ. Video699: Interconnecting Lecture Recordings with Study Materials. 2019.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Video699: Interconnecting Lecture Recordings with Study Materials
Autoři ŠTEFÁNIK, Michal (703 Slovensko, garant, domácí) a Vít NOVOTNÝ (203 Česká republika, domácí).
Vydání 2019.
Další údaje
Originální jazyk angličtina
Typ výsledku Prezentace na konferencích
Obor 10200 1.2 Computer and information sciences
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
WWW Presentation slides Scientific poster
Kód RIV RIV/00216224:14330/19:00109519
Organizační jednotka Fakulta informatiky
Klíčová slova česky umělá inteligence; strojové učení; zpracování digitálního obrazu; získávání znalostí; Siamské neuronové sítě; konvoluční neuronové sítě; hluboké neuronové sítě; segmentace obrazu; segmentace instancí; massive open online courseware
Klíčová slova anglicky artificial intelligence; machine learning; digital image processing; information retrieval; Siamese neural networks; convolutional neural networks; deep neural networks; image segmentation; instance segmentation; massive open online courseware
Štítky machine learning
Příznaky Mezinárodní význam
Změnil Změnil: RNDr. Vít Starý Novotný, Ph.D., učo 409729. Změněno: 1. 11. 2021 09:38.
Anotace

Our work is a scientific poster that was presented at the ML Prague 2019 conference during February 22–24, 2019.

Recording lectures is a common practice in the academia nowadays and lays foundation to massive open online courseware. Although lecture slides are often recorded along with the lecturer, machine-readable information about the lecture slides is rarely preserved. This prevents full-text search in the recordings and makes the lectures inaccessible to the blind and partially sighted members of the audience.

In our work, we present several neural architectures that work in lockstep to segment lecture recordings and to map the individual segments to shown lecture slides. We also present a new dataset, which has been produced at the Masaryk University in Brno, Czechia, and which is used to train and evaluate our system. We evaluate the performance of the individual neural architectures.

Návaznosti
MUNI/A/1145/2018, interní kód MUNázev: Aplikovaný výzkum na FI: softwarové architektury kritických infrastruktur, bezpečnost počítačových systémů, techniky pro zpracování a vizualizaci velkých dat a rozšířená realita.
Investor: Masarykova univerzita, Aplikovaný výzkum na FI: softwarové architektury kritických infrastruktur, bezpečnost počítačových systémů, techniky pro zpracování a vizualizaci velkých dat a rozšířená realita., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
MUNI/33/11/2017, interní kód MUNázev: Automatické provazování videozáznamu přednášek se studijními materiály (Akronym: fimu-video-699)
Investor: Masarykova univerzita, Automatické provazování videozáznamu přednášek se studijními materiály
VytisknoutZobrazeno: 19. 9. 2024 00:11