Fusion multi-niveaux par boosting pour le tagging automatique

Résumé : Les tags constituent un outil très utile pour indexer des documents multimédias. Cette thèse de doctorat s’intéresse au tagging automatique, c’est à dire l’association automatique par un algorithme d’un ensemble de tags à chaque morceau. Nous utilisons des techniques de boosting pour réaliser un apprentissage prenant mieux en compte la richesse de l’information exprimée par la musique. Un algorithme de boosting est proposé, afin d’utiliser conjointement des descriptions de morceaux associées à des extraits de différentes durées. Nous utilisons cet algorithme pour fusionner de nouvelles descriptions, appartenant à différents niveaux d’abstraction. Enfin, un nouveau cadre d’apprentissage est proposé pour le tagging automatique, qui prend mieux en compte les subtilités des associations entre les tags et les morceaux.
Type de document :
Thèse
Traitement du signal et de l'image. Télécom ParisTech, 2013. Français. 〈NNT : 2013ENST0093〉
Liste complète des métadonnées

Littérature citée [140 références]  Voir  Masquer  Télécharger

https://pastel.archives-ouvertes.fr/tel-01308527
Contributeur : Abes Star <>
Soumis le : jeudi 28 avril 2016 - 03:28:08
Dernière modification le : jeudi 11 janvier 2018 - 06:23:39
Document(s) archivé(s) le : vendredi 29 juillet 2016 - 10:34:08

Fichier

TheseFoucardV2.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01308527, version 1

Citation

Rémi Foucard. Fusion multi-niveaux par boosting pour le tagging automatique. Traitement du signal et de l'image. Télécom ParisTech, 2013. Français. 〈NNT : 2013ENST0093〉. 〈tel-01308527〉

Partager

Métriques

Consultations de la notice

168

Téléchargements de fichiers

78