Multimedia copy detection using audio and video fingerprints

Résumé

Selon une étude menée par la firme « International Data Corporation (IDC) », l'univers numérique double de taille tous les deux ans pour atteindre 44 billions de giga-octets en 2020. Une grande partie de ce grand univers est composée de contenu audio et vidéo (p. ex. musique, émissions de télévision, films, etc.), où leurs diffusions et leurs partages sont devenus des tâches répandues et faciles à effectuer. Ceci a augmenté le besoin pour des outils efficaces de traitement de ces données en termes d'identification, de filtrage et de recherche. Dans ce contexte, la détection de copies multimédia qui consiste à identifier des copies d'un même fichier audio/vidéo, est devenue un domaine de recherche émergent et active en raison de ses nombreuses applications. En effet, la détection de copie multimédia peut être utilisée dans une grande variété d'applications telles que la surveillance des médias électroniques, l'identification de la musique, le contrôle des droits d'auteur et l'organisation des bibliothèques de musique. La méthode de détection de copies par le contenu (Content-Based Copy Detection, CBCD) a été introduite récemment comme une solution au problème de détection de copies multimédia. Cette méthode consiste à extraire des empreintes digitales (fingerprints) de la copie, puis à les comparer avec les empreintes digitales du contenu original. Cependant, les signaux audio et vidéo sont soumis à divers types de transformations qui complexifient la tâche d’extraction d'empreintes digitales robustes. En fait, les empreintes digitales devraient être robustes à une variété de transformations audio et vidéo tout en étant discriminantes. En outre, la recherche dans un grand corpus de données d'empreintes digitales doit aussi se faire dans un temps raisonnable. Dans cette thèse, nous proposons un système de détection de copies multimédia à la fois efficace et robuste contre une variété d’altérations de signaux audio et vidéo. Nous décrivons d'abord une nouvelle approche d’extraction des caractéristiques du signal audio qui permet la génération de trois types d'empreintes digitales audio. Nous abordons dans un deuxième temps le problème de détection de copies vidéo et nous décrivons deux algorithmes d'extraction d'empreintes digitales vidéo. En outre, nous proposons une technique de fusion qui combine les résultats obtenus séparément par le système audio et celui du vidéo afin d’aborder le problème de la détection de copies altérées à la fois par des transformations audio et vidéo. Dans la dernière partie de cette thèse, nous abordons le problème de recherche d'empreintes digitales, et nous proposons deux solutions pour réduire le temps d’exécution de l'algorithme de recherche. La première solution consiste à paralléliser l'algorithme de recherche en utilisant une unité de traitement graphique, alors que la deuxième solution est basée sur une technique de partitionnement de données. Nous évaluons les approches proposées sur le corpus de données TRECVID 2009 et 2010 en termes de performance de détection, de précision de localisation et de vitesse d’exécution. En outre, nous comparons nos approches à plusieurs autres systèmes de détection de copies audio et vidéo.

Date	25 oct. 2016
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Pierre Dumouchel (Directeur(-trice)) & Vishwa Gupta (Codirecteur(-trice))