تعليق الفيديو

يضيف تعليق الفيديو محورًا زمنيًّا إلى العمل على الصور. فيمكن وسم المقطع نفسه ككلٍّ واحد، أو تقسيمه إلى فترات زمنية ("يقع الهدف من 0:12 إلى 0:15")، أو تعليقه إطارًا تلو الآخر. يوفّر Potato التنقّل بين الإطارات وأدوات التحكّم الزمني كي يتحرّك المُعلّقون داخل المقطع بدقّة.

تقع مهام الفيديو في صميم التعرّف على الأنشطة وتتبّع الأجسام.

التصنيف على مستوى المقطع

أبسط مهمة: تصنيف واحد للمقطع كاملًا.

annotation_schemes:
  - annotation_type: radio
    name: action
    description: "What is the main action in this clip?"
    labels: [Walking, Running, Sitting, Jumping, Other]

المقاطع الزمنية، متى يحدث الشيء

لتحديد فترات على الخط الزمني، استخدم مقطعًا (span) على محور الزمن في الفيديو، تمامًا كما يفعل كشف الأحداث الصوتية مع الصوت.

annotation_schemes:
  - annotation_type: span
    name: events
    description: "Mark the start and end of each event and label it."
    labels: [Goal, Foul, Substitution, Replay]

التعليق لكل إطار والتتبّع

في العمل على مستوى الإطار، سواء بتصنيف الإطارات منفردة أو بتتبّع جسم عبر الإطارات، يتنقّل المُعلّقون عبر الفيديو ويُعلّقون عند كل إطار. حدّد معدّل أخذ عيّنات (كل إطار، أو كل إطار رقم N، أو الإطارات المفتاحية فقط)؛ فوسم كل إطار مكلِف، ولذلك تلجأ معظم المشاريع إلى أخذ عيّنات أقل.

الحفاظ على اتساق تعليق الفيديو

• دقّة الحدود. اتفقوا على مدى الدقّة المطلوبة في بداية المقطع ونهايته؛ فالدقّة على مستوى الإطار مكلِفة.
• الحجب والخروج. اكتبوا قواعد لِما يحدث حين يُحجَب الجسم المُتتبَّع أو يغادر الإطار.
• عبء العمل. الفيديو هو أكثر الوسائط استهلاكًا للوقت، فأجروا تجربة استرشادية لتقدير الكلفة قبل التوسّع، وفكّروا في التعليق المسبق بنماذج اللغة/الرؤية لتوليد تصنيفات أولية.

قراءات إضافية

• تعليق الصوت، الأفكار نفسها حول المقاطع الزمنية
• تعليق الصور
• تعليق المقاطع