Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS
Contenu archivé le 2024-05-29

Cognitive-level annotation using latent statistical structure

Objectif

CLASS is a basic research project focused on developing a specific cognitive ability for use in intelligent content analysis: the automatic discovery of content categories and attributes from unstructured content streams. More specifically, it will study object recognition and scene analysis in images, video, and accompanying text streams. Current visual recognition methods either work at unsatisfyingly low semantic levels, or require large amounts of manually labelled data for training. Autonomous learning will make them more adaptive and allow more general classes and much larger and more varied data sets to be handled. This will be useful in many applications of cognitive systems and intelligent agents that handle streams of sensed data.

We will study both fully autonomous and semi-supervised methods at three levels of abstraction: new individuals (specific people, objects, scenes, actions); new object classes and attributes; and hierarchical categories and relations between entities. The work will combine robust computer vision based image descriptors, machine learning based latent structure models, and advanced textual summarization techniques. The potential applications of the basic research results will be illustrated by three proof-of-concept demonstrators: an Image Interrogator that interactively answers simple user-defined queries about image content; a Video Commentator that automatically creates textual descriptions of the action and content of situation comedy videos for visually impaired users; and a News Digester that combines television news stories with captions from several sources to create a textual and visual digest of them.

The CLASS consortium is interdisciplinary, combining five leading European research teams in visual recognition, text understanding and summarization, and machine learning.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

Données non disponibles

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

STREP - Specific Targeted Research Project

Coordinateur

INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET EN AUTOMATIQUE
Contribution de l’UE
Aucune donnée
Adresse
DOMAINE DE VOLUCEAU
78153 LE CHESNAY
France

Voir sur la carte

Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée

Participants (4)

Mon livret 0 0