Résumé vidéo multi vues

Abstract

Le système de surveillance vidéo utilises des caméras qui sont installées dans des espaces publics afin de surveiller les divers risques qui peuvent se produire. Ces caméras capturent des images et des vidéos qui présentent différents événements et changements se produisant dans une scène donnée, toutefois, la plupart de ces événements sont sans grande importance. C’est pourquoi le résumé des vidéos revêt une importance sans précédent, il permet d'extraire automatiquement un résumé bref et informatif, met en évidence que les événements pertinents. Les précédentes études de synthèse vidéo sont conçus pour générer des résumés efficaces pour les vidéos à vue unique, et les résultats ne seraient pas bons s'ils étaient appliqués directement aux vidéos à vues multiples, car les vidéos contiennent des événements inintéressants. La même scène est enregistrée dans différentes vues, ce qui entraîne des dépendances entre les vues et une redondance dans les vues multiples. Dans ce travail, nous proposons une solution qui consiste à développer une application pour la génération de résumé vidéo multi vues basé sur l’apprentissage profond pour l’extraction des vecteurs caractéristiques profondes et l’utilisation d’une architecture neuronale basée sur les réseaux de neurones récurrents qui prend les fonctionnalités spatiaux-temporelles présentes dans les images de la vidéo pour la génération dynamique du résumé final. Mots clé : Résumé vidéo, multi vues, apprentissage profond, réseaux de neurones convolutifs, caractéristiques profondes, réseaux de neurones récurrents.