Texte remanié de: Th. doct.--Droit privé--Nantes, 2001. / Bibliogr. p. 271-293. Index.

Les travaux de cette thèse concernent la comparaison des documents vidéo. Dans le domaine en pleine expansion de la vidéo numérique, les documents disponibles sont maintenant présents en quantité importante même dans les foyers. Opération de base de tout type d'analyse de contenus, en complément de la classification, de l'extraction et de la structuration, la comparaison dans le domaine de l'audiovisuel est d'une utilité qui n'est pas à démontrer.<br />Des approches classiques de comparaison se basent essentiellement sur l'ensemble des caractéristiques<br />bas niveaux des documents à comparer, en les considérant comme des vecteurs multidimensionnels. D'autres approches se basent sur la similarité des images composant la vidéo sans tenir compte de la composition temporelle du document ni de la bande<br />son. Le défaut que l'on peut reprocher à ces méthodes est qu'elles restreignent la comparaison à un simple opérateur binaire robuste au bruit. De tels opérateurs sont généralement utilisés afin d'identifier les différents exemplaires d'un même document. L'originalité de notre démarche réside dans le fait que nous introduisons la notion de la similarité de style<br />en s'inspirant des critères humains dans la comparaison des documents vidéo. Ces critères<br />sont plus souples, et n'imposent pas une similarité stricte de toutes les caractéristiques étudiées<br />à la fois.<br />En nous inspirant de la programmation dynamique et de la comparaison des séries chronologiques, nous définissons un algorithme d'extraction des similarités entre les séries de valeurs produites par l'analyse de caractéristiques audiovisuelles de bas-niveau. Ensuite, un second traitement générique approxime le résultat de l'algorithme de la longueur de la Plus<br />Longue Sous-Séquence Commune (PLSC) plus rapidement que ce dernier. Nous proposons une représentation des données issues de ces traitements sous la forme d'un schéma matriciel propre à la comparaison visuelle et immédiate de deux contenus. Cette matrice peut être également utilisée pour définir une mesure de similarité générique, applicable à des documents de même genre ou de genres hétérogènes.<br />Plusieurs applications ont été mises en place pour démontrer le comportement de la méthode de comparaison et de la mesure de similarité, ainsi que leur pertinence. Les expérimentations concernent essentiellement : - l'identification d'une structure organisationnelle en collection / sous-collection d'une base de documents, - la mise en évidence d'éléments<br />stylistiques dans un film de cinéma, - la mise en évidence de la grille de programmes d'un<br />flux de télévision.

Nous abordons le problème de la synchronisation automatique d'un contenu audiovisuel avec une procédure textuelle qui le décrit. La stratégie consiste à extraire des informations sur la structure des deux contenus puis à les mettre en correspondance. Nous proposons deux outils d'analyse vidéo qui extraient respectivement : * les limites des évènements d'intérêt à l'aide d'une méthode de quantification de type dictionnaire * les segments dans lesquels une action se répète en exploitant une méthode d'analyse fréquentielle : le YIN. Ensuite, nous proposons un système de synchronisation qui fusionne les informations fournies par ces outils pour établir des associations entre les instructions textuelles et les segments vidéo correspondants. Une "Matrice de confiance" est construite et exploitée de manière récursive pour établir ces associations en regard de leur fiabilité. / We address the problem of automatic synchronization of an audiovisual content with a procedural text that describes it. The strategy consists in extracting pieces of information about the structure from both contents, and in matching them depending on their types. We propose two video analysis tools that respectively extract: * Limits of events of interest using an approach inspired by dictionary quantization. * Segments that enclose a repeated action based on the YIN frequency analysis method. We then propose a synchronization system that merges results coming from these tools in order to establish links between textual instructions and the corresponding video segments. To do so, a "Confidence Matrix" is built and recursively processed in order to identify these links in respect with their reliability.

Nous présentons un système de structuration automatique d'enregistrements audiovisuels s'appuyant sur des informations non lexicales caractéristiques des rôles des intervenants et de leurs interactions. Dans une première étape, nous proposons une méthode de détection et de caractérisation de séquences temporelles, nommée " zones d'interaction ", susceptibles de correspondre à des conversations. La seconde étape de notre système réalise une reconnaissance du rôle des intervenants : présentateur, journaliste et autre. Notre contribution au domaine de la reconnaissance automatique du rôle se distingue en reposant sur l'hypothèse selon laquelle les rôles des intervenants sont accessibles à travers des paramètres " bas-niveau " inscrits d'une part dans l'organisation temporelle des tours de parole des intervenants, dans les environnements acoustiques dans lesquels ils apparaissent, ainsi que dans plusieurs paramètres prosodiques (intonation et débit). Dans une dernière étape, nous combinons l'information du rôle des intervenants à la connaissance des séquences d'interaction afin de produire deux niveaux de description du contenu des documents. Le premier niveau de description segmente les enregistrements en zones de 4 types : informations, entretiens, transition et intermède. Un second niveau de description classe les zones d'interaction orales en 4 catégories : débat, interview, chronique et relais. Chaque étape du système est validée par une grand nombre d'expériences menées sur le corpus du projet EPAC et celui de la campagne d'évaluation ESTER.

L’importance culturelle et sociale des jeux vidéo n’est plus à démontrer : ces documents font désormais partie du quotidien d’un bon nombre de Nord-Américains et l’industrie du jeu vidéo était l’industrie du loisir la plus rentable en 2014. La popularité de ce médium a suscité l’intérêt de la communauté universitaire et plusieurs disciplines étudient maintenant les jeux vidéo, notamment la psychologie, la sociologie et les sciences de l’information. De plus, certaines universités ont créé des départements d’études vidéoludiques, qui sont uniquement consacrés à l’étude de ce type de document. Cet intérêt scientifique peut mener à la création de collections de jeux vidéo dans les bibliothèques universitaires. Toutefois, la littérature scientifique ne s’est pas intéressée à l’insertion des jeux vidéo dans les bibliothèques universitaires, la littérature disponible étant uniquement professionnelle. Cette recherche vise à contribuer de manière scientifique à une question qui a été traitée uniquement de manière professionnelle, afin d’apporter un regard objectif sur cette réalité que les bibliothèques universitaires pourront être appelées à vivre. Pour ce faire, nous avons procédé à une étude de cas multiples, en menant des entrevues semi dirigées avec des bibliothécaires, des employés de la bibliothèque, des enseignants et des étudiants de deux milieux, un canadien et un américain. Cette approche qualitative a été choisie pour répondre à quatre questions de recherche : [1] Quels sont les facteurs influençant le développement des collections de jeux vidéo?, [2] Comment les différentes étapes du développement de collections sont-elles appliquées lors du développement d’une collection de jeux vidéo?, [3] De quelles manières la collection est-elle utilisée par les usagers de la bibliothèque? et [4] Les jeux vidéo doivent-ils être traités différemment des autres types de documents? Si oui, de quelle manière? Les résultats montrent que les principaux facteurs influençant le développement de collections de jeux vidéo sont de nature organisationnelle et budgétaire, mais qu’une attention particulière doit être portée aux facteurs technologiques lors du développement de collections rétrospectif. Le développement d’une collection de jeux vidéo diffère du développement de collections de documents dits traditionnels, car les bibliothécaires procèdent à de la micro sélection et les critères de sélection importants concernent, en plus des demandes des usagers, le matériel pour accéder à l’information contenue dans le jeu. De plus, les commis et les autres employés travaillant au comptoir de prêt peuvent devoir nettoyer et réparer les objets qui ne fonctionnent plus. Les utilisateurs potentiels de ces collections, c’est-à-dire les enseignants et les étudiants qui utilisent les jeux vidéo dans leurs activités de recherche et d’enseignement, n’utilisent pas les ressources des bibliothèques, notamment à cause d’un manque de promotion et de l’impossibilité d’emprunter les documents pour les consulter à la maison. Finalement, outre les activités de développement de collections qui diffèrent des documents traditionnels, l’impact des jeux vidéo sur les employés des bibliothèques est minime, notamment car ces ressources sont isolées dans les bibliothèques et que les employés ne sont pas appelés à travailler avec d’autres types de documents. / Video games are culturally and socially important; they are part of daily life for most North Americans and were the most profitable leisure industry of 2014. Interest in this document was sparked in the academic community and several disciplines have studied it, such as psychology, sociology and information science. Some universities have created entire departments devoted to the study of video games: Game Studies. This rise in interest sometimes leads to the creation of a video games collection in academic libraries; this issue is not addressed in academic literature, however, only professional. This research aims to bring a scientific and objective viewpoint to an issue many academic libraries may experience. To do so, we conducted a multiple case study and interviewed librarians, members of the libraries’ staff, teachers and students of two universities, one Canadian and the other, American. This qualitative approach was chosen to answer our four research questions: [1] What are the elements influencing the development of video game collections?, [2] How do professionals treat video games in their collection development activities?, [3] How are video games used by patrons of academic libraries?, and [4] What is the impact of video games on the libraries’ employees tasks? The results show that the elements influencing the development of video game collections in academic libraries are mostly organisational and financial and that technological elements have to be taken into account when doing retrospective collection development. The development of video game collections differs from that of traditional documents in academic libraries, because librarians choose titles one by one and the important selection criteria include the users’ demands and the support to access the information in the game. Furthermore, clerks and other employees may have to clean and repair objects that are not working properly. The potential users of these collections – teachers and students using video games for teaching or for research – do not use the library’s resources, mainly because they are unaware of them, but also because they cannot borrow them and bring them home. Finally, other than the tasks related to the development of the video game collection, the impact on the employees is minimal, notably because these resources are isolated in the libraries and because employees do not work with other types of documents.

La tâche de Segmentation et Regroupement en Locuteurs (SRL), telle que définie par le NIST, considère le traitement des enregistrements d’un corpus comme des problèmes indépendants. Les enregistrements sont traités séparément, et le tauxd’erreur global sur le corpus correspond finalement à une moyenne pondérée. Dans ce contexte, les locuteurs détectés par le système sont identifiés par des étiquettes anonymes propres à chaque enregistrement. Un même locuteur qui interviendrait dans plusieurs enregistrements sera donc identifié par des étiquettes différentes selon les enregistrements. Cette situation est pourtant très fréquente dans les émissions journalistiques d’information : les présentateurs, les journalistes et autres invités qui animent une émission interviennent généralement de manière récurrente. En conséquence, la tâche de SRL a depuis peu été considérée dans un contexte plus large, où les locuteurs récurrents doivent être identifiés de manière unique dans tous les enregistrements qui composent un corpus. Cette généralisation du problème de regroupement en locuteurs va de pair avec l’émergence du concept de collection, qui se réfère, dans le cadre de la SRL, à un ensemble d’enregistrements ayant une ou plusieurs caractéristiques communes. Le travail proposé dans cette thèse concerne le regroupement en locuteurs sur des collections de documents audiovisuels volumineuses (plusieurs dizaines d’heures d’enregistrements). L’objectif principal est de proposer (ou adapter) des approches de regroupement afin de traiter efficacement de gros volumes de données, tout en détectant les locuteurs récurrents. L’efficacité des approches proposées est étudiée sous deux aspects : d’une part, la qualité des segmentations produites (en termes de taux d’erreur), et d’autre part, la durée nécessaire pour effectuer les traitements. Nous proposons à cet effet deux architectures adaptées au regroupement en locuteurs sur des collections de documents. Nous proposons une approche de simplification où le problème de regroupement est représenté par une graphe non-orienté. La décompositionde ce graphe en composantes connexes permet de décomposer le problème de regroupement en un certain nombre de sous-problèmes indépendants. La résolution de ces sous-problèmes de regroupement est expérimentée avec deux approches de regroupements différentes (HAC et ILP) tirant parti des récentes avancées en modélisation du locuteur (i-vector et PLDA). / The task of speaker diarization, as defined by NIST, considers the recordings from a corpus as independent processes. The recordings are processed separately, and the overall error rate is a weighted average. In this context, detected speakers are identified by anonymous labels specific to each recording. Therefore, a speaker appearing in several recordings will be identified by a different label in each of the recordings. Yet, this situation is very common in broadcast news data: hosts, journalists and other guests may appear recurrently. Consequently, speaker diarization has been recently considered in a broader context, where recurring speakers must be uniquely identified in every recording that compose a corpus. This generalization of the speaker partitioning problem goes hand in hand with the emergence of the concept of collections, which refers, in the context of speaker diarization, to a set of recordings sharing one or more common characteristics.The work proposed in this thesis concerns speaker clustering of large audiovisual collections (several tens of hours of recordings). The main objective is to propose (or adapt) clustering approaches in order to efficiently process large volumes of data, while detecting recurrent speakers. The effectiveness of the proposed approaches is discussed from two point of view: first, the quality of the produced clustering (in terms of error rate), and secondly, the time required to perform the process. For this purpose, we propose two architectures designed to perform cross-show speaker diarization with collections of recordings. We propose a simplifying approach to decomposing a large clustering problem in several independent sub-problems. Solving these sub-problems is done with either of two clustering approaches which takeadvantage of the recent advances in speaker modeling.