Modélisation structurée et reconnaissance des actions humaines dans les vidéos

par Guilhem Cheron

Projet de thèse en Informatique

Sous la direction de Ivan Laptev et de Cordelia Schmid.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de École doctorale de Sciences mathématiques de Paris Centre (Paris) , en partenariat avec LIENS - Laboratoire d'informatique de l'École normale supérieure (laboratoire) et de École normale supérieure (Paris ; 1985-....) (établissement de préparation de la thèse) depuis le 01-11-2014 .


  • Résumé

    Avec la rapide augmentation du nombre de vidéos, le besoin d'outils automatiques pour l'indexation intelligente de vidéo est croissant. La majorité des méthodes existantes reposent sur des descripteurs locaux de bas niveau, ce qui permet d'indexer les vidéos par catégories, mais n'analyse pas en détail les actions humaines. L'analyse détaillée des actions est nécessaire si nous voulons comprendre automatiquement comment les personnes interagissent avec leur environnement (objets, scènes, d'autres humains). Par exemple, quel objet définit une action ou quelles sont les interactions personnes/objets typiques pour une classe d'action donnée. Cette thèse cherchera à étudier la modélisation structurée pour la reconnaissance des actions humaines dans les vidéos.

  • Titre traduit

    Structured modeling and recognition of human actions in video


  • Résumé

    With the amount of videos rapidly growing, the need of automatic tools for intelligent video indexing is increasing. The majority of existing methods rely on low-level video content descriptors, which allow to index video categories, but do not analyze details of human actions. Detailed analysis of actions is necessary if we want to understand how people interact with objects, scenes and other people, for example what type of objects define an action or what are the typical interactions of people with an object of a particular class. This PhD thesis will address the structured modeling and recognition of human actions.