Apprentissage de structure dans les réseaux bayésiens pour la détection d'événements vidéo

Siwar Baghdadi (1, 2) , Claire-Hélène Demarty (2) , Guillaume Gravier (1) , Patrick Gros (1)

1 TEXMEX - Multimedia content-based indexing
2 Technicolor R & I [Cesson Sévigné]

Dans cet article, nous proposons un système de détection d'événements basés sur les réseaux bayésiens. Ce système repose sur l'apprentissage automatique de la structure du réseau bayésien à partir de données d'apprentissage. Nous comparons notre approche à une approche naïve qui suppose que les attributs du système sont indépendants conditionnellement à l'événement. Afin de valider notre approche, nous considérons la détection d'actions dans un match de football. Les résultats expérimentaux effectués sur une base de quatre matchs montrent une amélioration des performances de classification par rapport à la méthode naïve utilisée classiquement dans la littérature.

Mots clés: classification; indexation vidéo.; indexation vidéo; Réseaux bayésiens; apprentissage de structure

Domaines: Vision par ordinateur et reconnaissance de formes [cs.CV]

Siwar Baghdadi, Claire-Hélène Demarty, Guillaume Gravier, Patrick Gros. Apprentissage de structure dans les réseaux bayésiens pour la détection d'événements vidéo. Traitement et analyse de l'information : méthodes et applications, May 2009, Hammamet, Tunisie. ⟨hal-00843870⟩