Une nouvelle approche d'évaluation pour les algorithmes d'interprétation automatique de vidéos
Dans cette mémoire, nous présentons une nouvelle approche pour mieux évaluer la performance de systèmes d'interprétation de vidéos. Les méthodes d'évaluation courantes dépendent fortement d'une base de vidéos. Le résultat d'évaluation peut être différent si nous changeons la b...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Theses and Dissertations |
| Language: | French |
| Published: |
2015
|
| Online Access: | http://repository.vnu.edu.vn/handle/VNU_123/141 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Vietnam National University, Hanoi |
| Language: | French |
| Summary: | Dans cette mémoire, nous présentons une nouvelle approche pour mieux évaluer
la performance de systèmes d'interprétation de vidéos. Les méthodes
d'évaluation courantes dépendent fortement d'une base de vidéos. Le résultat
d'évaluation peut être différent si nous changeons la base de vidéos. La diffé-
rence est principalement due au contenu de séquences de vidéos qui contient
en même temps plusieurs problèmes de traitement de vidéos (le changement
de l'illumination, le contraste faible etc) à différents niveaux de diffculté.
Par conséquent, c'est diffcile d'extrapoler le résultat d'évaluation sur des
nouveaux séquences. Dans cette mémoire nous proposons une méthodologie
d'évaluation qui aide à réutiliser le résultat d'évaluation. Nous essayons d'isoler
chaque problème et de définir des mesures quantitatives pour calculer le
niveau de diffculté relativement au problème donné. Le niveau maximum
de diffculté auquel la performance d'un algorithme est assez bon est défini
comme la borne supérieure de la capacité de cet algorithme pour résoudre le
problème donné. Pour illustrer cette méthodologie, nous présentons les mesures
qui évaluent la performance d'algorithmes en résoudre le problème de
contraste faible et le problème des ombres. |
|---|