Användarinstruktioner

För att skicka in en video för analys kan användaren antingen ange videons URL eller ladda upp en lokal kopia från sin enhet (obs: den maximalt tillåtna filstorleken är 2 GB och videons längd får vara högst 30 minuter). Stödda onlinevideokällor inkluderar YouTube, Facebook, Twitter, Instagram, Vimeo, DailyMotion, LiveLeak och Dropbox (var dock medveten om att inte alla videor från dessa plattformar är tillgängliga för vår tjänst på grund av plattforms- eller användarspecifika begränsningar; dessutom ska den angivna URL:en alltid leda till en enskild video, inte till en spellista). Tjänsten kan hantera videor i formaten mp4, webm, avi, mov, wmv, ogv, mpg, flv och mkv.

Hela tjänsten körs i hög hastighet (d.v.s. snabbare än realtidsvideobearbetning, även om fördröjningar kan förekomma om flera videor behandlas samtidigt). Efter att en video har skickats in kan användaren följa analysens förlopp. Den inskickade videon cache-lagras tillfälligt på vår server för att möjliggöra bearbetningen och raderas automatiskt direkt efter att analysen är slutförd.

Därefter visas en samling extraherade nyckelbilder för användaren. Alla rättigheter till videon behålls av uppladdaren, som förutsätts ha rätt att skicka in videon till denna tjänst för analys.

All feedback om webbtjänsten är mycket välkommen – vänligen skicka den till oss. dgalanop@iti.gr and bmezaris@iti.gr

Om detta verktyg

Erkännanden
Denna tjänst (Video Inspector) bygger på en tidigare webbaserad tjänst för videofragmentering och omvänd bildsökning (Video Reverse Search v2.0), som utvecklades inom ramen för vårt arbete i H2020-projektet InVID (Bidragsavtal nr 687786). Den aktuella versionen av demonstrationen stöds av European Media and Information Fund.

Relevanta publikationer
Om du tycker att teknologierna som demonstreras i detta verktyg är intressanta eller användbara i ditt arbete, vänligen citera följande artiklar:

E. Apostolidis, G. Balaouras, V. Mezaris, I. Patras, "Selecting a Diverse Set of Aesthetically-pleasing and Representative Video Thumbnails using Reinforcement Learning", IEEE Int. Conf. on Image Processing (ICIP 2023), Kuala Lumpur, Malaysia, Oct. 2023. DOI:10.1109/ICIP49359.2023.10222743.

E. Apostolidis, K. Apostolidis, I. Patras, V. Mezaris, "Video Fragmentation and Reverse Search on the Web", in book "Video Verification in the Fake News Era", V. Mezaris, L. Nixon, S. Papadopoulos, D. Teyssou (Eds.), pp. 53-90, Springer, 2019. DOI:10.1007/978-3-030-26752-0_3.

Fulltexten av dessa och andra relevanta vetenskapliga artiklar om multimedieanalys finns tillgänglig på:
www.iti.gr/~bmezaris/publications.html

Contributors
Vasileios Mezaris, Seniorforskare (email: bmezaris@iti.gr)
Evlampios Apostolidis, Postdoktoral forskningsassistent (email: apostolid@iti.gr)
Kostas Apostolidis, Forskningsassistent (email: kapost@iti.gr)
Damianos Galanopoulos, Forskningsassistent (email: dgalanop@iti.gr)

Webbtekniker som används i detta verktyg
Utvecklad med HTML5 med hjälp av JQuery v1.9.1.
Skapad med hjälp av HTML5:s video-tagg.