Face2Graph: Base de données graphe et visualisation pour l'annotation d'archives vidéos

La réalisation d’analyses de haut niveau sur de grandes archives de documents (photos et vidéos), telles que des analyses médiatiques, sociales, juridiques ou politiques, demande souvent une phase d’annotation des documents (Renoust et al., 2016). Les technologies actuelles nous permettent de déployer à moindre frais des outils à grande échelle comme la détection et la reconnaissance de visages. Nous nous intéressons particulièrement à la reconnaissance de personnes dans une grande archive de vidéos de journaux télévisés (JTs). Bien que la reconnaissance de visages atteigne aujourd’hui de hauts niveaux de fiabilité, il est nécessaire de construire de grandes bases de vérité pour leur implémentation. Cela peut fonctionner pour les personnalités les plus connues, mais pour les cas les plus spécifiques, il est toujours nécessaire de passer par une étape d’annotation manuelle des visages. Nous proposons avec Face2Graph de faciliter cette tâche d’annotation via une information contextuelle sous la forme d’un réseau social de co-apparition dans les informations télévisées. Suivant le vieil adage “dis-moi qui sont tes amis, je te dirais qui tu es”, il est plus facile de trouver l’identité d’un individu au sein d’un groupe que de manière isolée. L’exploration du réseau de co-apparition avec Face2Graph propose une manière originale d’annoter les visages dans notre archive. La souplesse d’une modélisation en base de données orientée graphe permet de dériver et de modifier rapidement les liens entre visages et personnalités détectés dans notre archive de 15 années de JTs.