Comparación de la precisión de los modelos de inteligencia artificial para detectar alcohol en imágenes de vídeo

Área de la Ciencia:

• Visión por Computadora; Inteligencia Artificial; Estudios de Medios

Sus antecedentes:

• El consumo de contenido de vídeo está muy extendido, con frecuentes representaciones de alcohol.; El análisis manual de alcohol en vídeos consume mucho tiempo e ineficiente.; La inteligencia artificial (IA) presenta una solución escalable para el análisis de contenido de vídeo.

Objetivo del estudio:

• Comparar la precisión de tres modelos de IA en la detección de alcohol en imágenes de vídeo.; Evaluar el rendimiento de los modelos de aprendizaje supervisado y zero-shot.; Evaluar la eficiencia computacional para el análisis de vídeo en tiempo real.

Principales métodos:

• Evaluación experimental de tres modelos de IA: ABIDLA2 (supervisado), ZSL-CLIP (zero-shot) y ZSL-LLaVA (zero-shot).; Pruebas en tres conjuntos de datos de complejidad creciente: imágenes claras, escenas de películas diversas y entornos difíciles relacionados con el alcohol.; Las métricas de rendimiento incluyeron precisión, recuerdo promedio no ponderado (UAR), puntuación F1 y tiempo de ejecución por fotograma.

Principales resultados:

• ZSL-LLaVA logró la mayor precisión (95%) en escenas complejas de películas.; Todos los modelos demostraron alta precisión en conjuntos de datos de imágenes simples.; ABIDLA2 fue el más rápido (0,21 s/fotograma), ZSL-LLaVA fue el segundo más rápido (0,45 s/fotograma).

Conclusiones:

• Los modelos de IA pueden detectar imágenes de alcohol en vídeos a escala de forma precisa y eficiente.; ZSL-LLaVA demostró el equilibrio óptimo entre la precisión de la detección y la velocidad de procesamiento.; ZSL-LLaVA ofrece una alternativa rentable a la codificación manual para monitorizar el contenido de alcohol en los medios de comunicación.