Apprentissage de structure dans les réseaux bayésiens pour la détection d'événements vidéo

Siwar Baghdadi 1, 2 Claire-Hélène Demarty 2 Guillaume Gravier 1 Patrick Gros 1
1 TEXMEX - Multimedia content-based indexing
IRISA - Institut de Recherche en Informatique et Systèmes Aléatoires, Inria Rennes – Bretagne Atlantique
Résumé : Dans cet article, nous proposons un système de détection d'événements basés sur les réseaux bayésiens. Ce système repose sur l'apprentissage automatique de la structure du réseau bayésien à partir de données d'apprentissage. Nous comparons notre approche à une approche naïve qui suppose que les attributs du système sont indépendants conditionnellement à l'événement. Afin de valider notre approche, nous considérons la détection d'actions dans un match de football. Les résultats expérimentaux effectués sur une base de quatre matchs montrent une amélioration des performances de classification par rapport à la méthode naïve utilisée classiquement dans la littérature.
Document type :
Conference papers
Complete list of metadatas

Cited literature [7 references]  Display  Hide  Download

https://hal.inria.fr/hal-00843870
Contributor : Patrick Gros <>
Submitted on : Friday, July 12, 2013 - 11:59:13 AM
Last modification on : Friday, November 16, 2018 - 1:22:23 AM
Long-term archiving on : Sunday, October 13, 2013 - 5:20:07 AM

File

baghdadi-taima-09.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00843870, version 1

Citation

Siwar Baghdadi, Claire-Hélène Demarty, Guillaume Gravier, Patrick Gros. Apprentissage de structure dans les réseaux bayésiens pour la détection d'événements vidéo. Traitement et analyse de l'information : méthodes et applications, May 2009, Hammamet, Tunisie. ⟨hal-00843870⟩

Share

Metrics

Record views

546

Files downloads

237