FR2875662A1 - Procede de visualisation de document audiovisuels au niveau d'un recepteur, et recepteur apte a les visualiser - Google Patents

Abstract

L'invention concerne un procédé de visualisation de document audiovisuel au niveau d'un appareil de reproduction comportant une étape de lecture ou de réception d'un document et une étape d'affichage permettant de visualiser les images de ce document sur un écran. Le procédé comporte en outre une étape de lecture ou de réception d'un attribut associé à une portion temporelle du document. Une valeur déterminée de l'attribut déclenche au niveau de l'appareil l'agrandissement d'une partie de l'image lors de la reproduction au cours de ladite portion temporelle, de ce fait cette partie d'image occupe une part plus importante sur l'écran.L'invention concerne aussi un appareil apte à visualiser un document selon le procédé de visualisation.

Description

L'invention concerne un procédé de visualisation de documents audiovisuels

par un récepteur, et un récepteur apte à les visualiser. L'invention concerne plus particulièrement le traitement de l'affichage de documents.

De nos jours, un utilisateur peut télécharger un document audiovisuel provenant d'un diffuseur afin de le visualiser sur son appareil de reproduction. Tout récemment, de nouveaux appareils miniaturisés permettant de reproduire des émissions audiovisuelles sont apparus sur le marché. Ainsi des PDA (de l'anglais Personal Digital Assistants), ou même io des téléphones portables dotés d'écran couleur graphique sont équipés de programmes et de mémoires aptes à mémoriser des documents audiovisuels, tels que des films, des documentaires, des événements sportifs, etc. Lorsque la partie intéressante pour l'utilisateur concerne une petite partie de l'image, à cause de la miniaturisation de l'écran il est difficile pour l'utilisateur de suivre l'événement.

Il est courant d'associer des attributs au signaux d'image, qu'ils soient numériques ou analogiques; ces attributs concernent typiquement le titre, le thème ou même le format de l'affichage. Par exemple, les spécifications DVB-Sl ('Digital Video Broadcast specification for Service Information') ou encore diffusion de vidéo numérique spécification des Données de Service' EN 300 468 V1.3.1 (éditée par l'ETSI) spécifie la fonction et le format d'attribut associé à des documents audiovisuels. Par exemple, un attribut spécifie si les signaux vidéo du document sont de type 4/3 ou 16/9. L'appareil de reproduction prend en compte cet attribut et adapte l'affichage en fonction de sa valeur, ce qui permet en déformant l'image d'utiliser au maximum la surface de l'écran. Mais dans le cas d'appareils dont l'écran est miniaturisé, l'adaptation de l'affichage au format de l'écran ne permet toujours pas de suivre l'événement dans de bonne condition.

Ce problème est résolu par la présente invention.

L'invention propose un procédé de visualisation de document audiovisuel au niveau d'un appareil de reproduction comportant une étape de lecture ou de réception dudit document et une étape d'affichage permettant de visualiser en taille normale les images de ce document sur un écran; caractérisé en ce qu'il comporte en outre une étape de lecture ou de réception d'un attribut associé à une portion temporelle du document, une valeur prédéterminée de l'attribut déclenchant une étape d'agrandissement d'une partie de l'image lors de l'étape de reproduction au cours de ladite portion temporelle, cette partie d'image occupant une part plus importante sur l'écran que dans l'image en taille normale.

lo De cette manière, l'utilisateur voit facilement même sur un petit écran des actions intéressantes.

Selon un premier perfectionnement, l'attribut contient une donnée caractérisant la zone de l'écran à agrandir. De cette façon, l'appareil de reproduction connaît la zone à agrandir. Selon un autre perfectionnement, l'attribut contient plusieurs jeux de données caractérisant plusieurs zones de l'écran à agrandir. Chaque jeu étant associé à une matière, un thème par exemple. L'agrandissement est appliqué sur la zone spécifiée par un jeu de données lorsque la matière associée à ce jeu correspond à un mot clef introduit par l'utilisateur de l'appareil. Ainsi, l'appareil sélectionne automatiquement la zone à agrandir en fonction d'une donnée propre à un utilisateur. Selon un autre perfectionnement, l'attribut contient une valeur définissant l'agrandissement de la partie de l'image agrandie. De cette façon, le fournisseur du document peut déterminer la meilleure valeur d'agrandissement.

Selon une variante, l'appareil de reproduction calcule lui-même la valeur définissant l'agrandissement en fonction des caractéristiques du moyen d'affichage de l'appareil. Ainsi, l'appareil peut calculer la valeur d'agrandissement en fonction de caractéristiques propres, par exemple la taille de l'écran. Selon un perfectionnement l'utilisateur introduit manuellement ladite valeur définissant l'agrandissement. De cette façon, l'appareil n'a pas besoin de la calculer et l'agrandissement est adapté à celui qui utilise l'appareil.

Selon une variante, l'appareil de reproduction calcule lui-même les caractéristiques de la partie d'image du document à agrandir. Ainsi, l'appareil peut calculer la valeur d'agrandissement en fonction de caractéristiques propres, par exemple la taille de l'écran et l'acuité de la vision de l'utilisateur.

Par exemple, le document audiovisuel se rapporte à un événement sportif où l'on utilise un ballon, l'image est alors analysée afin de déterminer la position d'un objet ayant les caractéristiques d'un ballon. L'objet ainsi détecté se trouve dans la zone d'image à agrandir.

Selon un perfectionnement, l'attribut contient plusieurs valeurs io associées chacune à une plage temporelle de reproduction du document. Au cours d'une plage temporelle, l'étape d'agrandissement est déclenchée selon la valeur associée. De cette façon, l'appareil passe automatiquement d'un mode normal à un mode avec agrandissement, et réciproquement, en fonction du contenu courant du document. Selon un perfectionnement l'agrandissement ne concerne qu'une partie de l'image apparaissant à l'écran avec un effet de loupe. L'utilisateur voit ainsi qu'une partie de l'image est agrandie, et peut la situer au sein de l'image normale.

L'invention propose également un appareil de visualisation de document audiovisuel comportant un moyen de lecture ou de réception dudit document et un moyen d'affichage pour visualiser les images de ce document sur un écran; caractérisé en ce qu'il comporte en outre un moyen de lecture ou de réception d'un attribut associé à une portion temporelle du document, une valeur prédéterminée de l'attribut activant un moyen d'agrandissement d'une partie de l'image lors de la reproduction du document au cours de ladite portion temporelle, cette partie d'image occupant une part plus importante sur l'écran.

La présente invention apparaîtra maintenant avec plus de détails 30 dans le cadre de la description qui suit d'exemples de réalisation donnés à titre illustratif en se référant aux figures annexées qui représentent: la figure 1 est un diagramme bloc d'un récepteur audiovisuel pour la mise en oeuvre de l'invention, - la figure 2 est un exemple d'image pris en plan serré, - la figure 3 est l'apparence de l'image affichée par un écran de 5 grande dimension avec le plan serré de la figure 2, - la figure 4 est l'apparence de l'image affichée par un écran de petite dimension avec le plan serré de la figure 2, la figure 5 est un exemple d'image pris en plan large, - la figure 6 est l'apparence de l'image affichée par un écran de io grande dimension avec le plan large de la figure 5, la figure 7 est l'apparence de l'image affichée par un écran de petite dimension avec le plan large de la figure 5, - la figure 8 est l'apparence de l'image affichée par un écran de petite dimension avec le plan large de la figure 2 en utilisant le procédé de 15 l'invention, - la figure 9 présente une image affichée sur un écran dont la partie centrale a été agrandie et encadrée, - la figure 10 est un exemple d'organigramme d'un programme permettant d'élaborer des plans d'images et des valeurs d'attribut associées 20 à ces plans.

On décrira tout d'abord à l'aide de la figure 1, le fonctionnement d'un appareil de reproduction audiovisuel 1 muni d'un dispositif d'affichage 2. Cet appareil est par exemple un décodeur, un ordinateur individuel, un PDA ou un appareil de téléphone portable. Dans les deux derniers exemples, le dispositif d'affichage 2 et l'appareil sont intégrés dans le même dispositif. L'exemple préféré décrit dans la suite du document concerne un décodeur relié à un écran de visualisation. L'appareil 1 comprend une unité centrale 3 reliée à une mémoire 12 de programme (ROM) et de travail (RAM), et une interface 5 pour la communication avec un bus numérique local à haut débit 6 permettant de transmettre des données audio/vidéo en temps réel. Ce réseau est par exemple un réseau IEEE 1394. Ce bus numérique permet également d'envoyer des données à un serveur. L'appareil 1 peut également recevoir des données audio/vidéo d'un réseau de diffusion à travers une antenne de réception associée à un démodulateur 4. L'appareil 1 comprend en outre un récepteur de signaux infrarouge 7 pour recevoir les signaux d'une télécommande 8, un moyen de mémorisation 9 pour le stockage de documents audiovisuels, et une logique de décodage audio/vidéo 10 pour la génération des signaux audiovisuels envoyés à l'écran de télévision 2. Si les émissions audiovisuelles sont numériques, le moyen de mémorisation 9 est de préférence un disque dur (HDD), il peut aussi être un magnétoscope io lisant des bandes magnétiques ou un lecteur/enregistreur de disque optique enregistrable (DVD-RAM).

L'appareil 1 dispose également d'une horloge (non représentée) permettant d'évaluer la durée de visualisation d'un document.

L'appareil 1 comprend également un circuit 11 d'affichage de données sur l'écran, appelé souvent circuit OSD, de l'anglais "On Screen Display" (signifiant littéralement "affichage sur l'écran"). Le circuit OSD Il est un générateur de texte et de graphisme qui permet d'afficher à l'écran des menus, des pictogrammes (par exemple, un numéro correspondant à la chaîne visualisée), ou qui permet de mélanger deux contenus audiovisuels et éventuellement d'en agrandir un. Le circuit OSD est notamment contrôlé par l'Unité Centrale 3 associé à un module exécutable appelé Module de Gestion de l'Affichage , MGA en abrégé. Le module MGA est typiquement constitué d'un module de programme résident en mémoire morte 12 et de paramètres enregistrés en mémoire de travail. Le module MGA peut aussi être réalisé sous la forme d'un circuit spécialisé de type ASIC par exemple.

Les documents audiovisuels diffusés sous forme numérique sont transmis dans des paquets référencés et enregistrés dans la mémoire 9. Certains paquets contiennent les images et le son, et d'autres des attributs du document audiovisuel. Selon un exemple de réalisation, les documents possèdent un attribut dont la valeur spécifie un type de vue particulière. Selon un mode simplifié de réalisation, les types reconnus envisagés pour l'instant sont: - le plan large - le plan serré.

La majeure partie de l'image d'un plan serré est présumée contenir la partie intéressante, par exemple la caméra réalise un zoom sur deux joueurs de football au cours d'un match. Alors que dans un plan large, par exemple lorsque l'on filme toute la pelouse du stade, seul une petite partie - l'environnement du ballon - est réellement intéressante pour l'utilisateur. Selon le procédé objet de la présente invention, l'attribut indiquant le type de prise de vue, appelé quelquefois métadonnée ou metadata en langue io anglaise, définit le type d'affichage vidéo à effectuer sur certain type d'appareil de visualisation. Plus précisément, l'attribut indique si l'image (ou une partie) visualisée sur certains écrans devrait ou non être agrandie.

Selon un exemple particulièrement simple de réalisation, la mise à jour de la valeur de l'attribut est faite au niveau de la caméra. Le réglage en plan large ou en plan serré effectué par le caméraman détermine la valeur de l'attribut. Ce mode simplifié n'exclue pas que la mise à jour de l'attribut puisse s'effectuer après la prise de vues par le diffuseur lui-même. Ainsi l'attribut est associé au document diffusé. Dans le cadre d'une diffusion en direct, l'attribut est émis par un canal dédié dans un flux MPEG-2, canal correspondant à un entête (ou PID) lié au programme complet dans les tables des programmes. Enfin, l'attribut peut être déterminé par analyse de l'image au niveau de l'appareil de reproduction 1.

En fonction de la valeur de l'attribut, l'appareil de visualisation sélectionne automatiquement un mode d'affichage: soit l'image apparaît en plein écran, soit l'image est agrandie pour n'afficher que la partie intéressante. Voici un tableau qui résume les différents cas qui se posent: Type d'appareil/ Appareil à écran large Appareil à écran réduit Type de plan Plan large Vidéo conservée Vidéo agrandie Plan serré Vidéo conservée Vidéo conservée Dans les cas où la vidéo est conservée, les images reçues ne sont pas modifiées lors de l'affichage, en d'autres termes: toute l'image apparaît à l'écran. Si l'écran du dispositif d'affichage 2 est de grande taille, une télévision, un écran plasma ou LCD ou encore l'image produite par un vidéo projecteur, il n'y a pas besoin d'agrandir une quelconque partie de l'image car même une petite partie apparaît suffisamment lisible.

Dans le cas où les plans sont larges, seuls les appareils prévus pour l'affichage de vidéos classiques peuvent afficher une information lisible. Dans le cas d'afficheurs de taille réduite, un agrandissement des images ou d'une io partie de celle-ci s'avère nécessaire afin de rendre les images lisibles. Par exemple: sur un plan large chaque joueur d'un match de Football ou de Rugby occupe une petite surface des images, et le ballon est de taille encore plus réduite. Un téléphone portable doit pratiquer un sous-échantillonnage des pixels pour chaque image afin d'afficher celles-ci sur son écran de taille réduite, ce qui risque de faire disparaître le ballon et donc de nuire à la bonne compréhension de l'événement.

Dans les figures et exemples qui suivent, on utilise un match de football comme document, il va de soi que tout document audiovisuel s'applique à la présente invention: des matchs de tennis, des documentaires, des films,

. La figure 2 est un exemple d'image pris en plan serré. On y voit deux joueurs autour d'un ballon. La figure 3 est l'apparence de l'image affichée par un écran de grande dimension avec le plan serré de la figure 2. Les joueurs apparaissent nettement. La figure 4 est l'apparence de l'image affichée par un écran de petite dimension avec le plan serré de la figure 2. Les joueurs apparaissent toujours nettement, l'utilisateur peut suivre leur action. Avantageusement, l'appareil peut utiliser un filtre anti-aliasing (en Anglais). Un tel filtre, appliqué soit à l'ensemble de l'image affichée, soit seulement aux contours détectés dans l'image, permet de lisser ou d'adoucir les transitions fortes...DTD: La figure 5 est un exemple d'image pris en plan large. Une quinzaine de joueurs évoluent sur un terrain de football, on distingue le ballon au centre de l'écran. La figure 6 est l'apparence de l'image affichée par un écran de grande dimension avec le plan large de la figure 5. L'utilisateur distingue sans problème les joueurs ainsi que le ballon. La figure 7 est l'apparence de l'image affichée par un écran de petite dimension avec le plan large de la figure 5. L'utilisateur ne voit quasiment plus les joueurs et ne peut plus suivre le ballon tant il devient petit à l'affichage. Le procédé objet de la présente invention va au besoin agrandir l'image en fonction du type d'appareil de reproduction afin que l'image affichée retrouve un intérêt pour l'utilisateur. La figure 8 est l'apparence de l'image affichée par un écran de petite dimension avec le plan large de la figure 5 consécutivement au traitement du module lo MGA. L'image affichée ne concerne que l'action au centre du terrain, on y voit aisément quatre joueurs et on peut distinguer le ballon.

Voyons maintenant comment l'appareil de reproduction doté de capacité d'affichage réduite sélectionne la partie de l'image à agrandir.

Selon un exemple préféré et particulièrement simple de réalisation de la présente invention, on peut considérer que la partie intéressante de l'action se trouve au centre de l'image. De ce fait, lorsque l'attribut indique que le plan est large, le module MGA envoie une commande au circuit OSD 11, consistant à agrandir la partie centrale de l'image. Selon un perfectionnement, l'attribut transmis et/ou lu spécifie la valeur d'agrandissement de la zone intéressante. En variante de ce perfectionnement, cette valeur est définie par l'utilisateur au cours d'une étape de programmation des paramètres. Par exemple, l'utilisateur fait apparaître un sous-menu de programmation et introduit la valeur d'agrandissement avec sa télécommande 8, ou tout autre moyen d'introduction de commande, qu'il soit ou non incorporé dans l'appareil 1.

Selon un perfectionnement, la valeur de l'attribut varie en fonction de l'image affichée, et donc au cours de la reproduction du document. Par exemple, reprenons l'exemple d'un match de football, l'image concerne tantôt des plans larges de la pelouse, tantôt des plans serrés sur des joueurs. De ce fait, l'attribut est constitué d'une série de couples de données; la première donnée spécifie une fenêtre temporelle du document et la seconde est la valeur de l'attribut au cours de cette fenêtre temporelle.

La fenêtre temporelle se base à partir du début du document. L'horloge de l'appareil de reproduction permet de fournir la référence temporelle. Voici un tableau illustrant la décomposition en plan d'un document, chaque plan ayant une valeur propre d'attribut: Numéro du plan Plage temporelle Valeur de l'attribut 1 Oh00'00" Oh01'23" L 2 Oh01'24" Oh0l'53" S 3 OhO1'54" Oh03'11" L 4 0h03'12" OhO1'45" S Où L signifie que le plan est large et S que le plan est serré.

Dans le cas de l'utilisation de l'invention lors d'une diffusion en direct d'un événement, la première donnée ne spécifie que la valeur de départ de la plage temporelle, associée à la valeur de l'attribut L ou S. Cette valeur restera valide jusqu'au départ de la plage suivante, lors de la modification de la valeur de l'attribut.

Le tableau précédent devient alors: Numéro Plage Valeur de du plan temporelle l'attribut 1 Oh00'00" L 2 Oh0l'24" S 3 Oh0I'54" L 4 0h03'12" S

-----------------------------------------------------------------------------------------

Dans le cas où l'attribut ne peut prendre que deux valeurs exclusives l'une de l'autre (par exemple lorsque seuls les plans Large et Serré sont détectés et utilisés), la transmission des valeur de départ des plages suffit dès lors que la première valeur d'attribut pour la première plage a été communiquée.

Le tableau précédent devient alors: Numéro Plage Valeur du plan temporelle initiale de l'attribut 1 OhOO'00" L 2 OhOl'24" 3 OhOl'54" 4 0h03'12"

-----------------------------------------------------------------------------------------

Selon un autre perfectionnement, la partie intéressante de l'écran est spécifiée dans un autre champ de l'attribut. Cette partie est un rectangle, la zone intéressante ainsi délimitée est caractérisée par le centre du rectangle.

L'appareil 1 se charge de calculer l'échantillonnage afin de déterminer l'image finale visualisée autour de ce point central et donc l'agrandissement appliqué à la zone intéressante.

Ce perfectionnement est parfaitement combinable avec le précédent, de sorte que le tableau définissant l'attribut s'enrichit de la façon suivante: Numéro du Plage temporelle Valeur de Centre de la zone plan l'attribut intéressante 1 OhOO'00" L (xi, Y,) 2 OhOl'24" S (x2, Y2) 3 OhOl'54" L (x3, Y3) 4 0h03'12" S (x4, Y4) Les données du tableau peuvent être transmises et enregistrées sous la forme de méta-données associées directement au flux dans un schéma MXF. Selon un perfectionnement, l'attribut contient pour chaque plage temporelle un jeu de couples associant un point de l'image définissant le centre de la zone intéressante et une matière, un thème par exemple, ou un sujet. Ceci permet de différencier certaines parties de l'image en fonction de leur matière. Par exemple, lors de la diffusion d'une course de vélo, une même image peut montrer le coureur en tête, le peloton, les paysages de la course, ... Un utilisateur peut avoir un intérêt à visualiser en grand seulement une de ces parties d'image. Pour cela, l'appareil compare un mot clef introduit par l'utilisateur (par exemple: premier , peloton , environnement et le compare avec le ou les mots clef associés à un jeu de données. Si les mots correspondent (soit littéralement, soit parce que ce sont des synonymes) alors c'est l'image correspondant à ce mot clef qui est agrandie.

Selon une variante de réalisation, le module MGA contrôle l'OSD de façon qu'une partie de l'image reproduite soit agrandie. L'image comporte alors une partie agrandie contenant la partie la plus intéressante du document audiovisuel, la partie de l'image entourant cette partie agrandie restant à une taille normale. Cette variante peut être utilisée lorsque l'attribut spécifie une zone intéressante et une valeur d'agrandissement de cette zone, et qu'une fois agrandie cette zone n'occupe pas tout l'écran.

Avantageusement, la vidéo du cadre entourant la partie agrandie est déformée pour faire apparaître l'image agrandie avec un effet de loupe. La figure 9 présente une image composite dont une partie centrale a été agrandie et encadrée.

La taille de zone intéressante autour du point spécifié dans l'attribut peut être introduit manuellement à l'aide d'un menu et des touches de la télécommande. Cette interface utilisateur est intégrée au module MGA.

Selon une autre variante, les caractéristiques de la partie intéressante de l'image (position, taille) sont déterminées par l'appareil de reproduction 1, en utilisant un moteur de reconnaissance d'image. Par exemple, lors d'un match de football l'action se situe toujours autour du ballon. Le moteur de reconnaissance d'image analyse les données vidéo et recherche un objet mobile ayant les caractéristiques visuelles d'un ballon de football. Le moteur élabore une zone vidéo où le ballon est au centre et communique cette zone au module MGA qui se charge de l'agrandir le cas échéant. Un tel moteur est utilisable pour analyser tous documents sportifs où les joueurs utilisent un objet en tant qu'enjeu de la partie (ballon de football, ballon de rugby, balle de tennis, ..etc).

Une autre façon de déterminer une zone intéressante au sein de l'appareil de reproduction consiste à analyser l'activité des éléments de l'image, en effet le contenu de cette zone contient généralement une activité plus importante que dans le reste de l'image. Cette mesure d'activité s'appuie sur une mesure préalable du mouvement de la caméra entre l'image courante et précédente. Ensuite, le mouvement entre chaque pixel de l'image courante et chaque pixel de l'image précédente est calculé en soustrayant la composante de mouvement lié au mouvement de la caméra préalablement calculé. On obtient donc pour chaque pixel la valeur du mouvement intrinsèque de l'objet. Le barycentre de chaque pixel est pris comme le centre de la zone d'intérêt.

De façon plus élaborée, le module MGA incorporée dans l'appareil de reproduction contient un programme représenté par l'organigramme illustré par la figure 10. Ce programme constitue une méthode d'élaboration des plans et des valeurs d'attribut associées à ces plans. La première étape de ce programme consiste en un pré-traitement pour découper la vidéo en plans, un plan étant caractérisé par une unité de prise de vue. Un histogramme de luminance est calculé à partir de version souséchantillonnée de chaque image de la séquence vidéo. Dans le cas de vidéo entrelacée chaque trame est traitée successivement. Dans le cas de vidéo compressée, les images basse-résolution sont obtenues directement à partir des coefficients DC (Direct Current en Anglais) pouvant provenir par exemple d'une décomposition par DCT (Direct Cosine Transform en Anglais). Les histogrammes sont ensuite filtrés par un filtre basse résolution à réponse impulsionnelle finie. La distance entre histogrammes utilisée est définie comme l'accumulation des différences classe à classe. Cette distance est calculée sur des images ou trames successives. Une rupture de plans est alors détectée quand la distance définie précédemment est supérieure à un seuil donné.

La seconde étape de l'organigramme de la figure 10 consiste à extraire les valeurs d'attributs (plan serré ou plan large) de chaque partie du document ainsi découpé. Pour cela, le module MGA extrait les caractéristiques suivantes: - le nombre de pixels moyens dans le plan associé à la couleur dominante dans la séquence, - l'activité moyenne dans le plan, - le mouvement de la caméra.

La première caractéristique nécessite le calcul préalable de la couleur dominante dans la séquence. L'objectif est d'obtenir les valeurs dans l'espace de couleur RGB (ou autre: HSV, HLS, ...) de la couleur verte du terrain pour un étalonnage initial du système. Le calcul de la couleur dominante se fait à l'aide d'un algorithme classique de clustering (type kmeans). Il peut se faire de façon automatique sur un sous ensemble d'images extraites du début de la vidéo où à partir d'une image de référence fournie par un utilisateur (cette image sera une image du terrain en vue large). Une fois la couleur du terrain caractérisée, une mesure de distance entre la couleur dominante de chaque plan et la couleur du terrain est choisie. Cette distance peut être une distance euclidienne simple dans l'espace de couleur choisi ou une distance plus complexe prenant en compte le nombre d'occurrences de cette couleur dans le plan. La demande de brevet WO 03/03203 déposée par la demanderesse et publiée le 13 mai 2004 décrit une méthode de calcul d'une telle distance.

L'activité moyenne dans le plan consiste en la moyenne de la norme des vecteurs de mouvement entre images dans le plan. Ces vecteurs peuvent être obtenus directement à partir du flux MPEG ou recalculés dans le cas de vidéo d'un autre format. Le modèle de distance entre les activités de deux plans peut être pris comme étant la valeur absolue de la différence.

Le mouvement de la caméra peut lui aussi être estimé à partir des vecteurs de mouvement MPEG ou à partir de vecteurs recalculés. Un modèle de mouvement très simple de type linéaire simplifié à trois paramètres est suffisant. Ces trois paramètres caractérisent les translations horizontale et verticale ainsi que le zoom. L'estimation du modèle de mouvement se fera de façon robuste i.e. en ne prenant en compte que les pixels associés au mouvement dominant. La demande de brevet WO 02/04316 déposée par la demanderesse et publiée le 20 juin 2003 décrit une méthode de calcul basée sur la moindre médiane des carrés. La distance entre les mouvements de caméra de deux plans peut par exemple être prise comme une distance euclidienne entre les deux modèles à trois paramètres, cette distance pouvant être pondérée par le rapport entre le nombre de pixels associés au mouvement dominant dans chaque plan.

Vient ensuite une étape de classification consistant à séparer les plans larges des plans serrés et des plans autres. Pour ce faire les trois attributs caractéristiques précédemment cités sont extraits pour chaque plan considéré et une mesure de distance globale est utilisée. Cette mesure de distance globale sera prise par exemple comme la somme pondérée des trois distances précédemment décrites. Deux méthodes de classification peuvent être utilisées, ces deux méthodes s'appliquant à deux contextes différents: - Classification a posteriori des plans, - Classification en ligne des plans pour une transmission en direct des plans.

La classification a posteriori des plans peut se faire de façon complètement automatique. Elle consiste à séparer l'ensemble des plans en trois sous-groupes (plans larges, plans serrés, et plans autres),l'intégralité des plans et de leurs caractéristiques étant connus. Une méthode de type kmeans à trois classes peut ici être utilisée. Cette méthode est optimale en terme de résultat mais son applicabilité est toutefois limitée dans le contexte de diffusion en direct qui nous intéresse. L'organigramme de la figure 10 est également en partie décrit dans demande de brevet WO 02/04316 déjà citée.

Une deuxième méthode cette fois-ci semi-automatique peut également être proposée. Elle consiste dans un premier temps à sélectionner un exemple de plan large et de plan serré au début de la vidéo.

L'ensemble des caractéristiques de ces plans de référence est alors calculé.

La classification peut alors se faire en ligne en calculant la distance entre le plan courant et ces plans de référence puis en comparant cette différence avec une valeur déterminée de seuil afin d'obtenir une classification en plans larges/plans serrés ou plan autres suivant l'algorithme 5 suivant: Si seule la différence entre le plan courant et le plan large est inférieure au seuil alors le plan courant est un plan large.

Si seule la différence entre le plan courant et le plan serré est inférieure au seuil alors le plan courant est un plan serré.

io Si les deux différences sont inférieures au seuil alors la différence la plus faible indique l'appartenance du plan.

Sinon le plan est un plan autre.

Pour un résultat optimal, les attributs doivent être calculés à partir de l'ensemble des images du plan. L'inconvénient de ce mode de calcul réside dans le fait qu'un retard de taille variable est introduit, retard correspondant à la durée du plan courant. Une implémentation alternative non optimale peut cependant être utilisée. Dans ce cas, seules les N premières images du plan sont considérées. L'hypothèse implicite faite ici consiste à penser que les 3 caractéristiques du plan sont stables sur un plan donné.

Il est également possible de prendre en compte les modifications éventuelles des caractéristiques de référence en recalculant les caractéristiques de référence après chaque classification de plan. Par exemple si un plan est classifié comme large, les caractéristiques des plans larges seront recalculées comme la moyenne des caractéristiques des plans larges précédents et du nouveau plan large.

Les exemples de réalisation de l'invention présentés ci-dessus ont été choisis pour leur caractère concret. Il ne serait cependant pas possible de répertorier de manière exhaustive tous les modes de réalisation que recouvre cette invention. En particulier, toute étape ou tout moyen décrit peut-être remplacé par une étape ou un moyen équivalent sans sortir du cadre de la présente invention.

Claims (1)

17 Revendications

1. Procédé de visualisation de document audiovisuel au niveau d'un appareil de reproduction comportant une étape de lecture ou de réception dudit document et une étape d'affichage permettant de visualiser en taille normale les images de ce document sur un écran; caractérisé en ce qu'il comporte en outre une étape de lecture ou de réception d'un attribut associé à une portion temporelle du document, une valeur prédéterminée de l'attribut déclenchant une étape d'agrandissement d'une partie de l'image lors de l'étape de reproduction au cours de ladite portion temporelle, cette partie d'image occupant une part plus importante sur l'écran que dans l'image en taille normale.

2. Procédé de visualisation selon la revendication 1; caractérisé en ce que l'attribut contient une donnée caractérisant la zone de l'écran à agrandir.

3. Procédé de visualisation selon la revendication 2; caractérisé en ce que l'attribut contient une pluralité de jeux de données caractérisant la zone de l'écran à agrandir, chaque jeu étant associé à une matière, un thème par exemple, l'étape d'agrandissement s'appliquant sur la zone caractérisée par un jeu de données lorsque la matière associé à ce jeu correspond à un mot clef introduit par l'utilisateur de l'appareil.

4. Procédé de visualisation selon l'une des revendications 1 à 3; caractérisé en ce que l'attribut contient une valeur définissant l'agrandissement de la partie de l'image agrandie.

5. Procédé de visualisation selon l'une des revendications 1 à 3; caractérisé en ce qu'il comporte une étape d'élaboration d'une valeur définissant l'agrandissement en fonction des caractéristiques du moyen d'affichage de l'appareil.

6. Procédé de visualisation selon la revendication 5; caractérisé en ce qu'il comporte une étape d'introduction par l'utilisateur de ladite valeur 30 définissant l'agrandissement.

7. Procédé de visualisation selon la revendication 1; caractérisé en ce qu'il comporte une étape d'élaboration des caractéristiques de la partie d'image du document à agrandir.

8. Procédé de visualisation selon la revendication 7; caractérisé en ce que l'image est analysée afin de déterminer la position d'un objet ayant les caractéristiques d'un ballon, et en ce que l'objet détecté se trouve dans la zone d'image à agrandir.

9. Procédé de visualisation selon l'une des revendications précédentes; caractérisé en ce que l'attribut contient une pluralité de valeurs associées chacune à une plage temporelle de reproduction du document, au cours d'une plage temporelle, l'étape d'agrandissement est déclenchée selon la valeur associée.

10. Procédé de visualisation selon l'une des revendications précédentes; caractérisé en ce que l'agrandissement ne concerne qu'une 15 partie de l'image apparaissant à l'écran avec un effet de loupe.

11. Appareil de visualisation 1 de document audiovisuel comportant un moyen de lecture (9) ou de réception (4; 5, 6) dudit document et un moyen d'affichage (10, 11) pour visualiser les images de ce document sur un écran (2) ; caractérisé en ce qu'il comporte en outre un moyen de lecture (9) ou de réception (4; 5, 6) d'un attribut associé à une portion temporelle du document, une valeur prédéterminée de l'attribut activant un moyen d'agrandissement (11, 12) d'une partie de l'image lors de la reproduction du document au cours de ladite portion temporelle, cette partie d'image occupant une part plus importante sur l'écran (2).