Scalable spatio-temporal video indexing using sparse multiscale patches

Abstract : In this paper we address the problem of scalable video indexing. We propose a new framework combining sparse spatial multiscale patches and Group of Pictures (GoP) motion patches. The distributions of these sets of patches are compared via the Kullback-Leibler divergence estimated in a non-parametric framework using a k-th Nearest Neighbor (kNN) estimator. We evaluated this similarity measure on selected videos from the ICOS-HD ANR project, probing in particular its robustness to resampling and compression and thus showing its scalability on heterogeneous networks.
Type de document :
Communication dans un congrès
CBMI '09, Jun 2009, Chania, Greece. pp.95-100, 2009, <10.1109/CBMI.2009.48>
Liste complète des métadonnées


https://hal.archives-ouvertes.fr/hal-00417411
Contributeur : Sandrine Anthoine <>
Soumis le : mardi 15 septembre 2009 - 17:42:09
Dernière modification le : mardi 15 septembre 2009 - 20:12:14
Document(s) archivé(s) le : mardi 15 juin 2010 - 20:22:09

Fichier

piro_cbmi09_preprint.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Paolo Piro, Sandrine Anthoine, Eric Debreuve, Michel Barlaud. Scalable spatio-temporal video indexing using sparse multiscale patches. CBMI '09, Jun 2009, Chania, Greece. pp.95-100, 2009, <10.1109/CBMI.2009.48>. <hal-00417411>

Partager

Métriques

Consultations de
la notice

126

Téléchargements du document

71