Vous êtes ici : Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

22 septembre 2022

Base de données STVD / détection de segments de vidéos


Catégorie : Données


Le laboratoire LIFAT (Tours) vient de publier une base de données STVD dédiée au problème d’évaluation de performance des méthodes de détection de segments de vidéos. Elle est publiquement accessible sous CGU depuis le lien: https://dataset-stvd.univ-tours.fr/pvcd/

 

Le laboratoire LIFAT (Tours) https://lifat.univ-tours.fr/ vient de mettre à disposition pour la communauté recherche une base de données STVD "large-Scale TV Dataset". Cette base STVD est dédiée au problème d’évaluation de performance des méthodes de détection de segments de vidéos. Elle est publiquement accessible depuis un portail de l'Université de Tours (lien ci-dessous) sous conditions générales d'utilisation.

https://dataset-stvd.univ-tours.fr/pvcd/

C'est une des bases les plus importantes de la littérature sur la tâche avec 83 mille vidéos de test d'une durée totale de plus de 10 mille heures et incluant 420 mille associations. La base est donnée sous la forme de différents jeux de tests pour une analyse fine de l'évaluation de performance (dégradation au niveau pixel, changement de rendu visuel, accélération / décélération, etc.) avec une vérité terrain à la fois sur l'annotation mais aussi sur l'horodatage des vidéos.

La base de données STVD a fait l'objet de publication en conférence à l'international [1] et nationale [2].

[1] V.H. Le, M. Delalandre and D. Conte. A large-Scale TV Dataset for partial video copy detection. International Conference on Image Analysis and Processing (ICIAP), Lecture Notes in Computer Science (LNCS), vol 13233, pp. 388-399, 2022. https://hal.archives-ouvertes.fr/hal-03638514/document

[2] V.H. Le, M. Delalandre and D. Conte. Une large base de données pour la détection de segments de vidéos TV. Journées Francophones des Jeunes Chercheurs en Vision par Ordinateur (ORASIS), 2021. https://hal.archives-ouvertes.fr/hal-03339724/

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2022.