Structuration automatique de flux télévisuels

Automatic TV stream structuring

• Auteur / Autrice : Jean-Philippe Poli
• Direction : Philippe Jégou
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2007
• Etablissement(s) : Aix-Marseille 3

Mots clés

Mots clés contrôlés

Analyse de régression

Markov, Processus de

Télévision

Résumé

Dans le cadre du dépôt légal de la télévision, nous proposons une méthode de structuration automatique des flux télévisuels afin de procéder au catalogage des émissions. La stabilité des grilles de programmes nous permet d'en proposer une modélisation statistique basée sur un modèle de Markov contextuel et un arbre de régression. Entraîné sur les grilles de programmes des années précédentes, ce modèle permet de pallier l'imprécision des guides de programmes (EPG, magazines). En rapprochant ces deux sources d'informations, nous sommes en mesure de prédire les séquences d'émissions les plus probables pour un jour de l'année et d'encadrer la durée des émissions. A partir de ces grilles de programmes prédites et d'un ensemble de règles indiquant les éléments caractéristiques d'une transition entre deux genres de programmes (images monochromes, silences ou logos), nous sommes en mesure de localiser ces ruptures à l'aide de détections effectuées localement dans le flux.

We propose to model the program schedules with a statistical model based on a contextual Markov model and a regression tree. Such a model is justified by the stability of channels' program schedules. Once the model has been trained on past television schedules, the system is able to improve the completeness and the accuracy of program guides (like TV magazines or EPG). The merging of these two sources of information permits to predict all the most probable schedules for a given day and to predict the duration of each telecast. Rules are then used to characterize the various transitions from a program genre to another by simple detections: logos, monochrome frames, silences. These rules, associated to the predicted program schedules, allow the system to detect the numerous transitions by performing locally detections.