Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/32
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBENABDALLAH, LAid-
dc.contributor.authorMETTAI, TOufik-
dc.date.accessioned2022-03-28T08:15:12Z-
dc.date.available2022-03-28T08:15:12Z-
dc.date.issued2021-
dc.identifier.urihttps://repository.esi-sba.dz/jspui/handle/123456789/32-
dc.descriptionDr. Mohammed Yassine KAZI TANI superviséen_US
dc.description.abstractVideo annotation has been studied for a long time and extended to a wide variety of fields, among them football. Detecting objects in order to recognize events in videos of football matches is a difficult task, it has led to the creation of new digital instruments that support learning and skill development to facilitate this task. Researchers recently tested new football video annotation techniques and recorded a high degree of accuracy through the application of machine learning and deep learning techniques. Our goal is to achieve a state of the art to explain these different techniques and their advantages, and what they have shown in this area.******* Résumé L’annotation des vidéos a été étudiée pendant pendant une longue période et étendue à une grande variété de domaines, parmi-eux le domaine du football. Détecter des objets afin de reconnaître des événements dans des vidéos de matchs de football est une tâche difficile, cela a conduit à la création de nouveaux instruments numériques qui soutiennent l’apprentissage et le développement des compétences pour facilité cette tache. Les chercheurs ont récemment testé de nouvelles techniques d’annotation des vidéos de football et enregistré un haut degré de précision via l’application des techniques d’apprentissage automatique et d’apprentissage profond. Notre objectif est de réaliser un état de l’art pour expliquer ces différentes techniques et leurs avantages, et ce qu’elles ont montré dans ce domaine.en_US
dc.language.isofren_US
dc.subjectAnnotation vidéo de footballen_US
dc.subjectReconnaissance d’évènementsen_US
dc.subjectapprentissage automatiqueen_US
dc.subjectapprentissage profonden_US
dc.titleModélisation et annotation des évènements : Application au domaine du socceren_US
dc.typeThesisen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
Final_m_moire_de_master.pdf276,33 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.