Télécharger La thèse :

Titre: Conception et Réalisation d’un Outil Semi-Automatique Dédié à l’Analyse et la Recherche du Contenu Vidéo du Web

Domaine: Mathématiques informatique (MI)

Filière: Informatique

Option: Ingénierie des Systèmes Complexes et Multimédia

Auteur: KAZI TANI Lamia Fatiha

Soutenu (e) le: 24/06/2020

Sous la direction de: GHOMARI Abdelghani, M.C.A., Université Oran 1

Le président du jury : HAFFAF Hafid, Professeur, Université Oran 1

Examinateur1: TAGHEZOUT Noria, Professeur, Université Oran 1

Examinateur2: RAHAL Sid’Ahmed, Professeur, Université usto

Examinateur3: LAHFA Fedoua, Professeur, Université de tlemcen

Examinateur4: BELHADEF Hacène, Professeur, Université de Constantine 2 Abdelhamid Mehri

Mention: Très Honorables

Résumé:

Les annotations de matchs de football sur le Web deviennent le domaine de la recherche à la mode. Détecter des objets afin de reconnaître des événements dans des vidéos de matchs de football est une tâche difficile. Dans ce travail de recherche, nous proposons de considérer une approche hybride basée sur l'apprentissage profond et l'ontologie comme une solution complète et intelligente. Cependant, l'écart sémantique qui existe entre l'extraction de caractéristiques de bas niveau et l'interprétation sémantique de haut niveau pose un sérieux problème. Notre solution est divisée en deux parties, la première concerne l'extraction de caractéristiques de bas niveau ; et la seconde représente la création d'une ontologie du football ; cela peut nous amener à déduire et à reconnaître neuf événements dans des vidéos de matchs de football. Pour atteindre cette solution, nous utilisons les DNN (Deep Neural Network) pour extraire des caractéristiques de bas niveau grâce à une méthode complète appelée architecture ResNet-101 basée sur Mask R-CNN en tant que backbone. Cette méthode génère trois classes en sortie : les bounding boxes (tous les rectangles autour des objets détectés), les labels (noms des objets détectés) et les masques (segmentations de tous les objets détectés). Ensuite, nous construisons et peuplons une ontologie complète du football conformément aux prédictions de sortie du bas niveau (Mask R-CNN). En d'autres termes, nous créons un outil intelligent nommé SOVAT (SOccer Video Annotation Tool) capable d'apprendre à détecter des objets et à déduire des événements dans des vidéos de football. Ensuite, nous validons l'efficacité de notre méthode proposée par l'expérience testée sur 40 vidéos de football téléchargées du site de la coupe du monde FIFA 2018 sur YouTube où nous prouvons sa robustesse à travers une comparaison avec l'état de l'art


Mots clefs: Annotation vidéo de football; Reconnaissance d'évènements; Apprentissage profond; Deep Learning; Réseaux de neurones à convolutions (CNN); Mask R-CNN; Resnet-101; Ontologie; Ontologie de Football; SWRL.


Publications associées à la thèse

Article 1:

Titre: A Semi-Automatic System of Web Videos Annotation and Retrieval: Application to Events Detection in Soccer Domain

Revue: International Journal of Computer Aided Engineering and Technology

Référence: Kazi Tani L.F., Ghomari A, and Kazi Tani M.Y. DOI: 10.1504/IJCAET.2022.10026118

Date: 2022