Le but du projet est de proposer de nouvelles solutions de description scalable des contenus vidéo Haute Définition (HD) facilitant leur édition, diffusion et accès dans des infrastructures (réseaux, terminaux) hétérogènes. L’introduction de la Télévision HD nécessite en effet des adaptations aux différents niveaux de la chaîne de production et de diffusion des contenus. L’accès aux contenus, que ce soit pour des fonctions d’édition ou de diffusion, nécessite d’associer au contenu des descripteurs spatio-temporels locaux ou globaux. Ces derniers doivent permettre de collecter des informations liées aux actions, événements ou activités représentés par le document vidéo, lesquels peuvent intervenir à différentes échelles spatiales et temporelles.
Les objectifs de ce projet seront ainsi de développer des méthodes d’extraction de descripteurs spatiaux et spatio-temporels dans le flux comprimé généré par les architectures d’encodage scalables considérées pour les applications de type cinéma numérique. Il s’agira également d’étudier de nouvelles transformations, permettant de générer des représentations hiérarchiques ou multi-résolution des séquences, adaptées à la fois à l’objectif de compression scalable et efficace du signal et à l’extraction de caractéristiques et de descripteurs robustes à différentes échelles, aussi bien spatiales que temporelles, et permettant ainsi l’accès à ces contenus dans des environnements hétérogènes. Les descripteurs spatio-temporels sont naturellement liés aux mouvements perçus dans une séquence d’images. Des méthodes d’extraction de descripteurs scalables du mouvement à l’aide d’approches statistiques et/ou variationnelles seront développées. Ces méthodes porteront aussi bien sur des descripteurs globaux des signaux HD que locaux (objets d’intérêt). Enfin, des scénarios applicatifs tirant partie de ces approches de description scalable seront définis et la pertinence des solutions développées pour de tels scénarios sera évaluée.