Quentin GUIMARD, Lucile SASSATELLI
Prix collectif
Best Paper Award "Deep Variational Learning for Multiple Trajectory Prediction of 360° Head Movements"
Conférence internationale ACM Multimedia Systems Conference (ACM MMSys)
Discipline(s) enseignée(s)
Sciences et Technologies de l'Information et de la Communication
Thèmes de recherche
Prédire les mouvements de la tête lors du visionnage de vidéos à 360° permet d’améliorer l’expérience de réalité virtuelle en augmentant la qualité du contenu présent dans le champ de vision des personnes. Cependant, la performance des méthodes de prédiction est limitée par l’incertitude intrinsèque des mouvements humains. En collaboration avec des chercheurs de l’Université de Florence dans le cadre du projet européen AI4Media, Quentin Guimard et Lucile Sassatelli ont conçu un nouveau modèle de deep learning variationel pour générer plusieurs trajectoires futures possibles du mouvement de la tête dans des vidéos à 360°, étant donné une trajectoire passée commune. Cette méthode a été présentée lors de la 13e conférence ACM Multimedia Systems (MMSys ‘22), où elle a été récompensée du Best Paper Award.