Nama : Sarifah Farrah Fadillah

Nim : 151402004

Judul : Mendeteksi Adanya Penyalahgunaan Hak Cipta pada Konten Video dengan Metode
Video Mining.

Kesimpulan dan Saran

1. Real-Time Near-Duplicate Elimination for Web Video Search With Content and
Context (peneliti : Xiao Wu, Chong-Wah Ngo, Alexander G. Hauptmann dan Hung-
Khoon Tan).

Kesimpulan :
Dalam masa percobaan paper ini, penulis menunjukkan bahwa perpaduan
konten dan konteks mampu mengimbangi kekurangan masing-masing metode
dan memberikan presisi yang baik dan yang paling penting mendukung
operasi online. Kumpulan informasi konteks yang berbeda dianggap bersama
untuk melakukan tugas yang berbeda pada berbagai tahap penghapusan
redundansi. Informasi durasi waktu digunakan untuk menyaring video yang
berbeda. Tanpa menggali konten video lengkap, deteksi dilakukan pada
gambar mini karena gambar thumbnail adalah snapshot cepat dari konten
video, yang menghindari perbandingan berpasangan lengkap di antara
keyframe dari dua video. Eksperimen pada 24 kueri populer yang diambil dari
YouTube menunjukkan bahwa metode yang diusulkan yang mengintegrasikan
konten dan informasi konteks secara dramatis meningkatkan efisiensi
pendeteksian. Percepatan kinerja sekitar 164 kali lebih cepat daripada metode
hirarkis yang efektif yang diusulkan dalam paper ini. Selain itu, dari percobaan
ini, penulis juga menunjukkan bahwa durasi waktu dan gambar mini adalah
informasi kontekstual yang berguna untuk melengkapi dengan informasi
konten. Sebaliknya, judul dan tag noisy, yang ternyata kurang efektif.

Saran :
Sarannya yaitu sebaiknya dimasa depan harus mengeksplorasi lebih jauh
metadata terkait teks yang noisy untuk menemukan informasi yang bermakna.
Selain itu, jejaring sosial yang terbentuk di jejaring sosial adalah topik menarik
lainnya untuk dipelajari. Kelompok pengguna, nama pengguna, video terkait /
relevan, hubungan pengguna, dan hubungan relevansi antara video adalah
informasi kontekstual dan sosial yang menarik untuk dijelajahi, yang akan
berkontribusi pada pencarian dan pengambilan video web.
2. Detection of Video Sequences Using Compact Signatures (peneliti : T. C HOAD dan
J. ZOBEL).

Kesimpulan :
Pada paper ini penulis telah mengusulkan metode baru untuk pencarian
video secara koderatif, memperkenalkan empat teknik baru untuk
menghasilkan data signature video: metode long-shot, color-shift, centroid-
based, dan gabungan. Masing-masing menggunakan properti yang berbeda
dari video untuk menghasilkan compact signature. Compact signature — long
signature — didasarkan pada pola pengeditan dalam video. Sangat cepat untuk
mencari dan tidak peka terhadap perubahan bitrate dan resolusi. Tanda
pengalihan warna menangkap cara di mana warna dalam frame berubah
seiring waktu, membuatnya lebih kuat daripada metode perbandingan fitur
yang ada. Signature berbasis centroid merepresentasikan pergerakan centroid
luminansi dalam frame, menangkap gerakan dalam klip menggunakan
algoritma estimasi gerak yang baru dan efisien. Akhirnya, signature gabungan
menggunakan bukti dari tanda centroid dan warna-pergeseran untuk
menghasilkan komposit yang memiliki banyak keunggulan masing-masing.

Saran :
Saran untuk penelitian lebih lanjut yaitu dengan menggunakan pendekatan
dua tahap, dengan penelitian awal menggunakan bagian yang lebih panjang
dari ruang penelitian, diikuti dengan pencarian halus dengan signature yang
lebih diskriminatif untuk menentukan peringkat kesamaan. Namun,
sementara efektivitas metode yang diusulkan tidak diragukan lagi dapat
ditingkatkan dengan penelitian lebih lanjut, hasil eksperimental yang
ditampilkan di artikel ini menunjukkan bahwa pengambilan yang efektif
dapat dicapai dengan teknik baru ini ketika mereka berdiri. Pengambilan
konten video coderivatif yang efisien dan akurat menggunakan metode baru
ini dimungkinkan untuk koleksi ribuan jam video bahkan ketika konten
secara signifikan terdegradasi atau diubah.

3. Fast Similarity Search and Clustering of Video Sequences on the World-Wide-Web

(peneliti : Sen-ching dan Avideh Zakhor).
Kesimpulan :
Penulis telah mendeskripsikan mesin pencarian video yang menggunakan
signature video untuk mewakili klip video dari database besar seperti web.
Dua desain algoritma utama dalam mesin pencari ini adalah pemetaan
ekstraksi fitur untuk pencarian kemiripan cepat, dan algoritma
pengelompokan untuk mengelompokkan signature ke dalam kelompok
serupa. Dalam pemetaan ekstraksi fitur yang penulis usulkan, penulis telah
memanfaatkan jarak tanda tangan kuadrat antara vektor tanda tangan dan
vektor benih untuk membentuk vektor proyeksi. Dimensi vektor proyeksi
selanjutnya dikurangi dengan menggunakan PCA. Penulis telah
menunjukkan secara eksperimental bahwa teknik ini memberikan tradeoff
yang lebih baik antara akurasi dan pemangkasan dibandingkan dengan PCA,
Fastmap, dan Haar Wavelet. Meskipun penggunaan vektor proyeksi telah
dimotivasi berdasarkan data eksperimental histogram warna, konsep ini
 didasarkan pada ketimpangan segitiga yang merupakan properti penentu dari
setiap ruang metrik.

Saran :
Masalah lain yang penulis belum bahas didalam makalah ini
adalah bagaimana mempertahankan struktur pengelompokan ketika signature
video dimasukkan atau dihapus dari database. Jadi sangat disarankan untuk
penelitian selanjutnya untuk membuat fitur tersebut. Berdasarkan desain saat
ini, dapat memperbarui basis data terurut, lalu membangun kembali tree
rentang minimum, dan akhirnya menyusun ulang berdasarkan tree baru.
Pembaruan database tepi dapat dilakukan secara efisien menggunakan indeks
B-tree dalam paket Berkeley DB. Di sisi lain, membangun kembali MST
berjalan dalam waktu linier sehubungan dengan jumlah tepi dan re-clustering
dalam waktu linier sehubungan dengan jumlah node. Satu pendekatan yang
mungkin untuk mempercepat dua langkah terakhir adalah melakukan
perbaikan lokal pada MST dalam kasus ketika signature baru hanya
mempengaruhi sebagian kecil dari grafik.