Automatic image screenshots retrieval from video data using JAVA platform

Tato práce se zabývá automatickým rozpoznáváním přechodu scén videa na platformě JAVA. Byl vytvořen experiment, který rozpoznává přechody scén ve vzorcích videa a vyhodnocuje přesnost rozpoznávání. Pro realizaci experimentu bylo vytvořeno 512 vzorků videa (256 s přechodem scén a 256 bez přechodu), každý o sedmi snímcích. Tyto vzorky byly analyzovány a pomocí rozhodovacího stromu klasifikovány do jedné ze dvou tříd, podle toho, obsahují-li přechod scén či nikoliv. Pro to byl využit nástroj RapidMiner a jeho rozšíření VIMI a IMMI. Cílem této práce je natrénovat automatické rozpoznávání přechodu scén a najít optimální nastavení rozhodovacího stromu pro co nejvyšší přesnost klasifikace. Nejvyšší dosažená přesnost byla 75,2 %.This thesis deals with automatic detection of transition scenes videos on the JAVA platform. It was created experiment, which recognizes the scene transitions in video samples and evaluates the recognition accuracy. For the realization of the experiment was created 512 video samples (256 with and 256 without scenes transitions), each of the seven screenshots. These samples were analyzed and by decision tree classified into one of two classes, depending on where they contain a transition of scenes or not. For it was used RapidMiner tool, and its extensions VIMI and IMMI. The purpose of this thesis is train the automatic detection of scenes transition and find the optimal settings of a decision tree for the highest classification accuracy. Highest accuracy was 75.2 %.