Tese de mestrado. Tecnologia Multimédia, perfil Educação. 2006. Faculdade de Engenharia. Universidade do Porto, Instituto Superior de Engenharia do Porto

Estágio realizado no INEGI e orientado pelo Eng.º Nuno Ramos / Tese de mestrado integrado. Engenharia Informátca e Computação. Faculdade de Engenharia. Universidade do Porto. 2008

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Telecomunicações). Universidade do Porto. Faculdade de Engenharia. 2011

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Telecomunicações). Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado. Multimédia. Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado. Tecnologia Multimédia. Faculdade de Engenharia. Universidade do Porto. 2009

Tese de doutoramento. Engenharia Electrotécnica e de Computadores (Telecomunicações). Faculdade de Engenharia. Universidade do Porto. 2007

Le multimedia, nouvelle technologie de l'information et de la communication, ne cesse de se développer. Si l'offre et la demande de documents plurisensoriels interactifs -utilisant le multimedia - croît, la production, dans l'ensemble, ne répond pas vraiment aux attentes des usagers. Ceci est dû notamment à la jeunesse de cette technologie qui induit une absence de méthodes de travail et d'outils adaptés au cycle de vie du document plurisensoriel interactif. Visant à apporter des solutions pour améliorer la situation actuelle, le travail présenté dans ce mémoire propose un outil d'aide à la conception de documents plurisensoriels interactifs. Le principe de la conception moléculaire traduit chaque composante du document en une entité autonome interagissant avec tous les autres éléments du système (y compris le lecteur). Ces entités peuvent induire des événements modifiant, le cas échéant, la teneur de certaines données, en fonction de conjonctures particulières : les conjonctures définissent la situation, c'est-à-dire l'état du système. La modélisation par formalisme moléculaire de scénarii de documents existants (documents cinématographiques et de réalité virtuelle), puis la conception et la réalisation d'un document original s'appuyant sur le modèle présenté, ont permis de montrer son intérêt dans le contexte général de la production de documents plurisensoriels interactifs. Son apport principal réside dans une prise en compte accrue des modalités de l'interaction, qu'elle soit physique, intellectuelle ou psychologique, entre le document et son utilisateur. Les processus communicationnels sont ainsi privilégiés, en dépit des choix techniques qui n'interviennent que dans un deuxième temps.

Le nombre de caméras vidéos déployées de nos jours tant dans des contextes professionnels (e.g., dans le cadre des systèmes de vidéo surveillance urbaine) aussi bien que personnels (e.g., caméras de smartphones) augmente de façon exponentielle, générant des volumes de contenus considérables. Rendre le filtrage et la recherche de ces contenus plus efficace est une préoccupation inévitable, avec des exigences de vélocité et de mobilité des contenus liées aux nouvelles infrastuctures qui obligent à revitaliser les techniques d'indexation "classiques". Les approchent existantes pour répondre à ce besoin se focalisent sur deux axes: (1) la proposition d'outils d'analyse des contenus vidéos pour l'extraction automatique d'informations comme le contour des personnes ou la présence d'une activité "anormale"; (2) l'indexation des vidéos en utilisant des métadonnées liées aux contenus (e.g., un texte descriptif, des tags, des données de géolocalisation). Nos travaux se situent dans le second axe. Le contexte d'application de notre travail est celui des systèmes de vidéosurveillance. Notre recherche a été guidée par différents projets de recherche en collaboration avec la Police Nationale, la SNCF, la RATP et Thalès Sécurité. Dans le contexte, les systèmes visés sont caractérisés par: (1) une grande "variété" des contaxtes d'acquisition des contenus (e.g., indoor, outdoor), (2) un très grand volume de données et un manque d'accès à certains contenus, (3) la multitude des formats fermés propriétaires et l'absence de standards, qui engendre une hétérogénéité des formats des données et des métadonnées issues de tels systèmes. De ce fait, d'une part, le développement d'outils d'analyse du contenu génériques et performants dans tous les contextes est très problématique compte tenu des diversités des contextes d'acquisition, des volumes à traiter et de l'inaccessibilité directe de certianes sources. D'autre part, l'absence de métadonnées ajoutées aux vidéos (tags, commentaires) rend quasi caduque l'utilisation des approches d'indexation classique. La première contribution de ce mémoire est une conséquence directe de ce constat et consiste en un dictionnaire de métadonnées spécifique au contexte de la vidéosurveillance. Ce dictionnaire est structuré dans un format qui enrichit la norme ISO 22311 qui a comme objectif la facilitation de l'interopérabilité des systèmes de vidéosurveillance. La seconde contribution concerne la recherche et le filtrage de vidéos basés sur des métadonnées spatio-temporelles. Nous avons réalisé une étude sur le traitement actuel des requêtes dans le cadre des systèmes de vidéosurveillance qui met en évidence que le point d'entrée de toute requête est une trajectoire reconstituée à partir des positions d'une personne par exemple et d'un intervalle temporel qui est ensuite utilisée pour retrouver des extraits vidéos des caméras qui ont pu filmer une scène d'intérêt. De ce fait, la recherche de vidéos est positionnée comme un problème de modélisation des données spatio-temporelles. / The number of video cameras deployed nowadays in both professional (e.g., urban videosurveillance systems) and personal (e.g., smartphone's cameras) contexts is growing exponentially, producing some considerable volumes of data. Driving the flitering and the retrieval of this content more effective is a major concern, driven by the content mobility and velocity requirements related to the utilization of new technologies, requirements that lead to the need to revitalize the classical indexing techniques. The actual approches that aim to satisfy these requirements have a twofold orientation: (1) the proposition of video content based indexing tools that automatically extract information like a person's shape or the persence of an "abnormal" activity in the video; (2) the video indexing based on metadata like textual descriptions, tags or geolocalisation data. Our work concern this second research direction. the application context of our work is related to videosurveillance systems. Our research was guided by different research projects in collaboration with the National Police, SNCF, RATP end Thales Sécurité. In the context, the targeted systems are characterized by: (1) the big "variety" of content acquisition contexts (e.g., indoor, outdoor), (2) the big data volume and the lack of access to some content, (3) the multitude of system owners and the lack of standards, wich leads to a heterogeneity of data and metadata formats generated by videosurveillance systems. Consequently, on one hand, the developement of content based indexing tools generic and reliable in all contexts is problematic given tha acquisition contexts diversity, the content volume and the lack of direct access to certain sources. On the other hand, the lack of metadata associated to the video (tags, comments) makes the use of classical indexing approaches very difficult. The first contribution of this report is a direct consequence of this assessment and consists of a metadata dictionary specific for the videosurveillance context. This dictionary is structure in a format that enriches the ISO 22311 standard whose objective is to facilitate the interoperability of videosurveillance systems. The second contribution concerns the video filtering and retrieval. We did an analysis of the current query processing mechanism within the videosurveillance systems that highlighted the fact that the entry point of any query is a trajectory reconstituted based on a person's positions and a time interval. These elements are used to select the videos of the cameras that are likely to have filmed the scenery of interest. Consequently, the video retrieval is trated as a spatio-temporal data modelling problem.

Goal of this thesis is design and implementation of application for editing multimedia content used for entertaining fans during sport events on stadiums, which will provide easy to use and intuitive graphical user interface. The theoretical part contains description of multimedia data from the perspective of this thesis, namely statical images and video. It provides the overview of multimedia applications, ranging from low end video editors to hi end media control centers. At last the closer look into sport stadiums environment is given in perspective of used digital display devices and multimedia content.