Extraction d’informations dans les documents textes, audio, vidéo

Abstract

Ce polycopié propose une introduction structurée au traitement numérique des signaux visuels et sonores, en lien avec les applications contemporaines de l’analyse de données multimédias. Il aborde les fondements théoriques et les outils pratiques nécessaires pour représenter, transformer, analyser et compresser des signaux tels que les images, l’audio et la vidéo. Le cours débute par la représentation numérique des données et les modèles de couleur, éléments essentiels pour comprendre les formats d’images et leur traitement. Il se poursuit avec les bases de l’analyse fréquentielle, notamment la transformée de Fourier et la convolution, qui permettent de caractériser le contenu spectral des signaux. Une attention particulière est portée au filtrage spatial et fréquentiel des images, en lien avec les techniques classiques d’amélioration ou de détection de contours. Le principe de la compression JPEG est ensuite détaillé, en tant qu’exemple concret combinant transformation, quantification et codage entropique. Le polycopié traite enfin des spécificités de l’analyse de l’audio et de la vidéo, en mettant en évidence les méthodes temporelles-fréquentielles (comme les spectrogrammes ou le suivi de mouvement) et les contraintes liées à la perception humaine. Ce document s’adresse à des étudiants en master ou en école d’ingénieurs, souhaitant acquérir des compétences fondamentales pour explorer, interpréter et manipuler des données multimédias dans le contexte de l’intelligence artificielle, de la vision par ordinateur ou de l’ingénierie du signal. Mots clés :l, Représentation numérique, Modèles de couleur, Compression d’image, JPEG, Transformée en cosinus discrète (DCT), Analyse audio, Analyse vidéo, Vision par ordinateur, Intelligence artificielle 1