Contributions au montage automatique de scènes complexes multi-vues en interaction avec l'environnement - Université de Lorraine Access content directly
Theses Year : 2019

Contibutions to automatic editing of complex multi-view scene in interaction with environment

Contributions au montage automatique de scènes complexes multi-vues en interaction avec l'environnement

Abstract

This thesis, resulting from a collaboration between CRAN and CitizenCam, aims to capture and broadcast public events at a lower cost. Thus, the company wishes to offer an automatic editing system, adaptable to each application context and taking into account the spectators’ requirements. A bibliographical study on the automatic editing of video sequences is presented in the first chapter. This study shows that the existing methods are very specific to the application context and thus not very generalizable. The objective of the second chapter is therefore to propose a methodological approach to automatic editing, based on a generic framework adaptable according to the context, while taking into account user preferences. This approach, based on the knowledge modelling of the application context using the NIAM-ORM method, allows us to identify people (POI) and actions (AOI) of interest. The modelled knowledge also facilitate the choice and configuration of algorithms for extracting the POI and AOI features required for editing. Chapter 3 focuses on implementation of an automatic editing system for municipal councils with the proposal of an original speaker detection method and its identification based on the VLC concept. The broadcasting of basketball matches is covered in Chapter 4 with the proposal of an automatic camera selection method for broadcasting of the AOI "relevant game" with two customizations that are free throw detection and player tracking. Thus, the proposed methodology is validated by its application to this two types of events.
Les travaux présentés dans cette thèse CIFRE liant le CRAN et la société CitizenCam visent la captation et la diffusion d’évènements publics à moindre coût. Ainsi, l’entreprise souhaite proposer un système de montage automatique, adaptable à chaque contexte d’application et prenant en compte les desiderata des spectateurs. L’étude bibliographique sur le montage automatique de séquences vidéo, présentée dans le premier chapitre montre que les méthodes existantes sont très spécifiques au contexte applicatif et de ce fait très peu généralisables. L’objectif du deuxième chapitre est donc de proposer une approche méthodologique du montage automatique, basée sur une structure générique pouvant être adaptée au contexte, tout en prenant en compte des préférences utilisateurs. Cette approche, basée sur la modélisation des connaissances du contexte applicatif par la méthode NIAM-ORM, nous permet d’identifier les personnes (POI) et actions (AOI) d’intérêts. La connaissance modélisée facilite également le choix et le paramétrage des algorithmes d’extraction des caractéristiques des POI et AOI nécessaires au montage. Le chapitre 3 s’intéresse à la mise en place d’un système de montage automatique dans le cas de conseils municipaux avec la proposition d’une méthode originale de détection de locuteur et son identification basée sur le concept VLC. La diffusion des matchs de basketball est abordée dans le chapitre 4 avec la proposition d’une méthode de sélection automatique de caméras pour la diffusion de l’AOI "jeu notable" avec deux personnalisations que sont la détection de lancer francs et le suivi de joueurs. La méthodologie proposée est ainsi validée par son application à ces deux types d’évènements.
Fichier principal
Vignette du fichier
DDOC_T_2019_0239_LEFEVRE.pdf (16.89 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

tel-02499308 , version 1 (05-03-2020)
tel-02499308 , version 2 (05-03-2020)

Identifiers

  • HAL Id : tel-02499308 , version 2

Cite

Florent Lefèvre. Contributions au montage automatique de scènes complexes multi-vues en interaction avec l'environnement. Réseaux et télécommunications [cs.NI]. Université de Lorraine, 2019. Français. ⟨NNT : 2019LORR0239⟩. ⟨tel-02499308v2⟩
222 View
96 Download

Share

Gmail Mastodon Facebook X LinkedIn More