ЗАСТОСУВАННЯ СЕМАНТИЧНОГО ТА ОБ’ЄКТНОГО ПОШУКУ ДЛЯ ОПТИМІЗАЦІЇ ПОШУКУ ПО МЕДІА ЗАДЛЯ OSINT РОЗСЛІДУВАНЬ

Сучасний інформаційний простір характеризується експоненціальним зростанням обсягів різнорідних медіаданих. Це особливо актуально після широкого впровадження великих мовних моделей та підвищення активності користувачів соціальних мереж. Цей процес зростання створює принципово нові виклики для фахівців у сфері розвідки на основі відкритих джерел (OSINT), які повинні оперативно обробляти та аналізувати величезні масиви текстової, аудіо, фото та відеоінформації. Водночас якість цих даних не завжди покращується пропорційно їхній кількості, що вимагає розробки нових підходів до ефективної фільтрації та пошуку релевантної інформації в умовах інформаційного перевантаження. Одним із інструментів, які можуть допомогти в цьому, є комп'ютерний зір, який дозволяє автоматизувати процеси аналізу візуального контенту та виявлення ключових елементів у медіаданих. Застосування методів комп'ютерного зору в поєднанні з сучасними алгоритмами машинного навчання відкриває нові можливості для підвищення ефективності OSINT-розслідувань. У статті розглянуто проблеми пошуку та фільтрації інформації в контексті розвідки на основі відкритих джерел в умовах зростання обсягів різнорідних даних. Проаналізовано існуючі методи порівняння відеокадрів, включаючи методи на рівні пікселів, порівняння на основі ознак, перцептивне хешування, використання алгоритмів виявлення об'єктів та семантичних ембедінгів. Запропоновано комбінований підхід, який інтегрує семантичний та об'єктний аналіз для ефективного виявлення ключових кадрів у відеоматеріалах. Розроблено метод оцінки важливості кадру на основі п'яти критеріїв: поява нових класів об'єктів, зникнення класів об'єктів, зміна кількості об'єктів, поява пріоритетних об'єктів та рівень впевненості у виявленні. Комбінована оцінка обчислюється як зважена сума семантичної відстані та об'єктної оцінки, що забезпечує збалансоване виявлення ключових моментів у відео. Такий підхід створює адаптивну систему аналізу, яка забезпечує глибше розуміння змісту відеоматеріалів для OSINT-розслідувань, ефективно відфільтровуючи нерелевантні дані.