Avec la technologie de Computer Vision de Deepomatic, l’INA automatise la segmentation des grilles de programme des chaînes françaises

PARIS--(BUSINESS WIRE)--Depuis 5 ans, l’INA mène une stratégie globale autour de la donnée, afin de répondre à de nouveaux usages identifiés au sein de son écosystème. L’institut s’appuie ainsi sur un ensemble d’outils et systèmes, dont la solution Deepomatic pour automatiser le découpage des flux audiovisuels. Grâce à cet expert de la Computer Vision, l’INA peut segmenter et décrire automatiquement différents types de programmes. Une solution performante et clé en main qui permet d’accompagner l’évolution des métiers de la documentation audiovisuelle.

Automatiser la segmentation et la description des flux audiovisuels
Face au volume toujours plus important de flux audiovisuels à traiter (184 chaînes télé et stations radio), l’INA a souhaité faire appel à Deepomatic pour automatiser le traitement de la description des flux audiovisuels. L’objectif était d’inclure la classification automatisée dans un processus global d’aide à la documentation et de segmentation des programmes et ainsi sortir de processus manuels très chronophages.

Une technologie intégrée pour une appropriation rapide par les métiers
Deepomatic a conçu sa plate-forme de Computer Vision de façon à ce que le client puisse l’utiliser en toute autonomie, sans disposer de compétences particulières en data science.
L’interface très intuitive de l’outil devrait grandement faciliter son adoption par les métiers documentaires. Le fait d’obtenir un recul immédiat sur ce qui était pertinent ou non en matière d’entraînement ainsi que des outils de suggestions pour faciliter l’annotation ont été très appréciés.
Les formations ont débuté en janvier 2020 et se poursuivront tout au long du premier semestre 2021.

Une montée progressive sur différents cas d’usage
La première phase du projet a permis de configurer l’outil Deepomatic pour l’adapter aux cas d’usage identifiés par l’INA dans le cadre de ses processus de classification d’images audiovisuelles. Un premier entraînement de l’algorithme a ainsi porté sur la reconnaissance des différentes caractéristiques d’un JT : lui apprendre à faire la différence entre un reportage et un plateau, notamment.
Actuellement, l’INA travaille sur l’analyse des journées des chaînes d’information en continu, l’analyse des JT sur les chaînes nationales ou encore le découpage des magazines d’actualité. L’institut pense déjà à d’autres applications autour des talkshows : des structures plus complexes, alternant passages en plateau, reportages et interviews qui rendent moins évidente l’élaboration de modèles d’IA.

Meiji Communication
Sandra Labérenne
slaberenne@meiji-communication.com