Bibliothèque de L'IMIST/CNRST

Sous format papier

Ecole Nationale Supérieur d'Informatique et d'Analyse des Systèmes

L’évolution rapide des ordinateurs a conduit au développement de nouvelles applications dans le monde de multimédia comme traitement d’image, traitement et l’analyse de la vidéo et les bases de données image/vidéo. Ces applications profitent de la croissance en puissance de traitement et de stockage des ordinateurs pour traiter rapidement une grande quantité de données. Le défi est désormais d’élaborer des outils et des méthodes adaptés pour la manipulation des données multimédia qui sont devenus disponibles partout. Étant donné l’énorme quantité d’informations contenues dans un flux de données multimédia, il est judicieux qu’une compréhension plus profonde des flux de données, doive être atteinte par l’intégration de nombreuses analyses indépendantes sur les différents aspects de celui-ci. Le traitement et l’analyse de la vidéo reste un nouveau champ de recherche et attire pas mal de chercheurs. Dans le domaine de traitement de la vidéo, les experts ne traitent pas la vidéo d’un seul coup, c’est à dire ils ne peuvent pas traiter la vidéo en totalité d’une seule fois, car c’est difficile et parfois impossible d’extraire le contenu de la vidéo surtout s’il contient beaucoup de scènes, couleurs, acteurs . . .etc, cependant, ils essaient de décomposer la vidéo en petit segments cohérents, ils l’appellent un plan (shot), ce plan censé contenir les même caractéristiques de haut-niveau (scène, dialogue, débat . . .etc) et de bas-niveau (couleur, formes, acteurs . . .etc). Après la phase de segmentation de la vidéo en plans, et afin d’extrait le contenu de la vidéo (compréhension du contenu : la sémantique), il faut classifier ces plan en classes, cette classification nous permet de trier les plans qui ont les même caractéristiques (de haut ou de bas niveau). En général, on ne peut pas traiter et analyser de la même manière les vidéos de différentes domaines (film, documentaire journal, sport . . .etc), mais il nous faut une ix étude de ce domaine, extrait leurs caractéristiques et comment les directeurs de ce type de vidéos réorganise les plans. Cette étude nous permet de dégager quelque concept et quelque règle qui gère ce domaine, ils sont reconnus par domaine de connaissances. Le domaine de connaissance d’un tel domaine, c’est l’ensemble des informations perçut, découvrit ou apprit dans ce domaine, ces informations changent d’un domaine à l’autre et d’un sujet à l’autre. Pour ces raisons, les chercheurs toujours développent des systèmes de traitement de vidéos spécifiques propre pour chaque domaine qui intègre la segmentation et la classification qui sont des étapes communes entre tous les systèmes. Ajoutons que le domaine de connaissance est le facteur qui différencié entre touts les domaines. Cette thèse met l’accent sur les méthodes existantes dans le champ de traitement et d’analyse de vidéo. Nous proposons une nouvelle méthode pour la segmentation de vidéos en plans, aussi un algorithme pour la classification de ces plans dans le cas de vidéo football. Nous exploitons le domaine de connaissance de la vidéo de football pour générer des résumés et des résumés des moments importants dans un match. Les algorithmes développés sont intégrés dans une seule structure (Framework). Nous concluons par la présentation des autres axes de recherche pour améliorer notre framework. x