Groupe de travail des Amis des Probabilités et des Statistiques à Saint-Étienne
Résumé : "Comparer et classifier des données vidéos peut être compliqué à plus d'un titre. Les données sont d'une part très volumineuses car elles contiennent des centaines d'images. D'autre part, on trouve la difficulté de maîtrise de nos données lorsque l'on veut des acquisitions respectant un certain nombre de conditions permettant de les comparer correctement (par exemple : aucun clignement d’œil, un minimum de mouvement de la tête dans le cas où on veut comparer des micro-expressions du visage).
Dans ce cadre, ma présentation vise l'explication d'une méthode de classification de vidéos utilisant le modèle de processus gaussiens dynamiques (GPDM-Gaussian Process Dynamical Model). Ce modèle permet en effet de réduire la dimension de nos données et offre en plus un outil permettant de comparer des vidéos."
