Participation aux évaluations TRECVID 2009 et TRECVID 2011


Résumé : Ces évaluations comparent les algorithmes de détection de copie développés par différents laboratoires à travers le monde. L’objectif est de détecter les vidéos qui sont une copie d’une œuvre originale, en utilisant l’audio, la vidéo ou la combinaison des deux. 

Résultat : Nous avons développé une approche particulièrement efficace pour la détection de copies, et elle s’applique aussi bien à l’audio qu’à la vidéo. Les algorithmes développés au CRIM se sont avérés les plus performants quant au degré de détection et à la vitesse d’exécution pour TRECVID 2009 et ont obtenu le 2e meilleur résultat dans TRECVID 2011.

 

Équipes

Nouvelles récentes

  • Le CRIM partie prenante d'un vaste projet technologique autour des langues autochtones canadiennes!
    05/12/2018

    Le CRIM est fier d’annoncer le début d’une collaboration à long terme avec le Conseil national de recherches du Canada (CNRC) dans le cadre d’un projet visant à encourager la revitalisation et la préservation des langues autochtones grâce aux technologies

    +

Événement à venir

  • HASE 2019
    3/01/19 2019h00
    Hangzhou, China
    Le CRIM présentera deux articles à la 19e édition du IEEE International Symposium on High Assurance Systems Engineering, qui se déroulera du 3 au 5 janvier 2019 à Hangzhou, Chine
    +
  • Montréal International RT @MTLINTL: #DYK Montréal has one of the deepest #AI talent pools in the world ???? More details ???? https://t.co/R073su8k8z #NeurIPS #NeurIPS2…
  • Tom Landry RT @Tom_Landry_: Hey @opengeospatial and @CRIM_ca ! Poster is set up at #AGU18 to present (draft) work of #MachineLearning task of Testbed-…

Publications récentes

  • Towards Automatic Feature Extraction for Activity Recognition from Wearable Sensors: A Deep Learning Approach

    +
  • Checking Sequence Generation for Symbolic Input/Output FSMs by Constraint Solving

    +