Voir la source de Détection automatique des publicités télévisées

{{En-tête label|BA|année=2007}}
La '''détection automatique des publicités télévisées''' est un ensemble de techniques informatiques qui permettent de détecter automatiquement les [[Publicité télévisée|publicités]] dans un flux [[vidéo]] de [[télévision]].

Il s'agit d'un thème qui appartient encore largement au domaine de la [[Recherche scientifique|recherche]], avec toutefois une forte implication d'industriels, notamment [[Philips]]<ref name="Dimitrova" /> ou [[Google]]<ref name="Covell" />, ainsi que de nombreux brevets déposés. Les applications sont nombreuses et vont du [[Personal Video Recorder|magnétoscope numérique]] intelligent à la gestion d'archives de télévision, en passant par la vérification de la diffusion des publicités.

== Historique ==
{{section à actualiser|date= mars 2025}}
Les premières mentions de la possibilité d'une détection automatique des publicités sont apparues dans des [[brevet]]s américains : celui de Novak<ref>{{en}} Albert P. Novak, « Method and system for editing unwanted program material from broadcast signals », Brevet américain {{n°|4750213}}, 1988.</ref> en [[1988]], celui de Blum<ref>{{en}} Dieter W. Blum, « Method and Apparatus for Identifying and Eliminating Specific Material from Video Signals », Brevet américain {{n°|5151788}}, septembre 1992.</ref> en [[1992]] et celui de Nafeh<ref>{{Lien archive|auteur=J. Nafeh|url=http://www.patentstorm.us/patents/5343251.html|langue=en|titre=Method and apparatus for classifying patterns of television programs and commercials based on discerning of broadcast audio and video signals|site=Paten Storm|horodatage archive=20180822110656 }}, brevet américain {{n°|5343251}}.</ref> en [[1994]].

Les brevets de Novak et Blum sont encore marqués par l'[[analogique]]. Ils utilisent le fait que quelques images de ''séparations'' sont présentes entre deux publicités, que ces images sont généralement [[noir|noires]], et donc faciles à détecter. La détection est faite dans le domaine pixellique. Nafeh utilise, quant à lui, un [[réseau de neurones artificiels|réseau de neurones]] pour apprendre et classer des clips vidéos en fonction de leurs caractéristiques sonores et visuelles. C'est la première contribution qui fait un usage explicite de méthodes d'[[Apprentissage automatique|apprentissage artificiel]].

Depuis ces travaux, le nombre de brevets sur cette problématique est devenu tout à fait conséquent<ref>{{en}} {{Lien brisé|url= http://www.freepatentsonline.com/CCL-358-908.html}}.</ref> alors que le nombre de [[Publication scientifique|publications scientifiques]] est assez modeste. Toutefois, ces brevets ne donnent pas de résultats quant à l'efficacité de leurs techniques de détection, il est donc difficile de savoir si les techniques proposées sont réellement efficaces.<!--c'est beaucoup plus une stratégie de blocage que de contribution-->

Le nombre de travaux universitaires sur le sujet a véritablement commencé à devenir important à partir de 1997 et des travaux fondateurs de Lienhart<ref name="Lienhart">{{en}} R. Lienhart, C. Kuhmunch and W. Effelsberg, « On the Detection and Recognition of Television Commercials », in Proceedings Of IEEE International Conference on Multimedia Computing and Systems, {{p.|509-516}}, 1997.</ref>.

== Technique ==
=== Caractéristiques ===
Les techniques de détection font usage de plusieurs [[caractéristique (vision par ordinateur)|caractéristiques]], supposées être caractéristiques des publicités, qui doivent en principe permettre la discrimination entre les programmes et les espaces de publicité diffusés. Ces caractéristiques sont ensuite combinées et utilisées de différentes manières afin de prendre une décision.

==== Images monochromes  ====
[[Image:Blue screen.jpg|thumb|right|Un exemple d'écran [[monochrome]] diffusé entre les publicités. Couleur bleue utilisée sur la chaîne [[TF1]] jusqu'en juillet 2006 et sur [[France Télévisions|France 2 et France 3]] jusqu'en 1997. Puis l'écran blanc sur France Télévisions Depuis 1997 et l'écran couleur noir TF1 Depuis août 2006 et [[M6]] de mars à août 1987 le bleu en alternance avec le noir sur le nom qui diffuse pour la chaîne ''M6 Régie Française de Publicité'' |alt=Capture d'écran monochrome bleue.]]
[[Image:Entropie 16 11 2004.png|thumb|right|Entropie de l'histogramme de luminance sur une heure de télévision (France 2).|alt=Graphique d'abscisse « images » et d'ordonné « entropie de l'histogramme ».]]
La caractéristique la plus répandue est la présence de ''séparations'', encore appelées ''cartons monochromes'', ou simplement ''images monochromes''. Ce sont des images [[monochrome]]s qui sont diffusées par la chaîne entre deux publicités, essentiellement pour permettre au téléspectateur de mieux comprendre leur enchaînement. C'est une technique utilisée dans de nombreux pays : en [[Allemagne]]<ref name="Lienhart" />, aux [[États-Unis]]<ref name="Hauptmann">{{en}} Hauptmann, A.G.   Witbrock, M.J., « Story segmentation and detection of commercials in broadcast news video », IEEE International Forum on Research and Technology Advances in Digital Libraries, 1998. ADL 98. 1998, pp. 168-179.</ref>, en [[Irlande (pays)|Irlande]]<ref name="Sadlier">{{en}} Sean Marlow, David A. Sadlier, Karen McGeough, Noel O'Connor, Noel Murph, « Audio and Video Processing for Automatic TV Advertisement Detection », Proceedings ISSC, 2001 [http://citeseer.ist.psu.edu/marlow01audio.html].</ref>, aux [[Pays-Bas]]<ref name="Dimitrova">{{en}} N. Dimitrova, S. Jeannin, J. Nesvadba, T. McGee, L. Agnihotri, G. Mekenkam, Real time commercial detection using MPEG features, Proc. {{9th}} Int. Conf. On Information Processing and Management of Uncertainty in knowledge-based systems (IPMU 2002), pp. 481-486, Annecy, France.</ref>. Dans tous ces pays les images de séparation sont noires.

En [[France]] ces images existent aussi mais sont soit noires ([[Canal+]] (gris auparavant), [[TF1]] (bleu auparavant), [[M6]], [[NT1]]), soit blanches ([[France 2]], [[France 3]], [[France 5]]), certaines portant le logo de la chaîne ([[C8 (chaîne de télévision)|C8]], [[W9]], [[NRJ 12]]). En Asie, ou sur certaines chaînes irlandaises, ces images de séparation n'existent pas<ref name="Liu">{{en}} Tie-Yan Liu, Tao Qin   Hong-Jiang Zhang, [http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=1421378 « Time-constraint boost for TV commercials detection »] Microsoft Research Asia, ICIP'04. International Conference on Image Processing 2004, Volume: 3, pp. 1617-1620.</ref>{{,}}<ref name="Sadlier" />.

La détection d'images monochromes est un problème de [[traitement du signal]] simple. Toutefois, le bruit de transmission et les scènes se déroulant de nuit compliquent la tâche. Plusieurs techniques ont été proposées : le seuillage de la [[moyenne]] et de la [[Variance (statistiques et probabilités)|variance]] des pixels de [[luminance]]<ref name="Lienhart" />, l'[[Entropie de Shannon|entropie]] de l'[[Histogramme (imagerie numérique)|histogramme]] de luminance<ref name="Naturel" />.

Certains auteurs proposent de travailler dans le domaine [[Compression vidéo|compressé]], en supposant que le flux vidéo est du [[MPEG-1]] ou [[MPEG-2]]. Sadlier {{et al.}}<ref name="Sadlier" /> proposent d'utiliser le coefficient DC de la matrice [[Transformée en cosinus discrète|DCT]] de luminance d'un bloc 8×8, qui est la valeur moyenne des pixels de ce bloc. La détection des images noires est alors réalisée par un seuillage des valeurs de ce coefficient DC à partir d'une valeur moyenne de ce coefficient. Le même genre de méthode est utilisé par McGee {{et al.}}<ref name="Dimitrova" />, qui soulignent qu'une valeur de seuil fixe semble impraticable et réajustent cette valeur de seuil à chaque occurrence d'une image qui dépasse ledit seuil.

Ces techniques entraînent un grand nombre de [[faux positifs]], parce qu'il existe énormément d'images « quasi-monochromes » qui ne sont pas des séparations de publicités, par exemple lors d'un [[fondu]], ou dans les scènes de nuit.

==== Silence ====
[[Image:SilencesFrance2 extrait joli.png|thumb|right|Énergie du signal audio sur quelques minutes de télévision (France 2).|alt=Graphique d'abscisse « trames » et d'ordonné « log-énergie sur une trame ».]]
Les images monochromes de séparation sont généralement accompagnées d'instants de [[silence]]. Certains auteurs<ref name="Sadlier" />{{,}}<ref name="Naturel" /> utilisent la [[détection de silence]] comme une source d'information supplémentaire pour rendre plus robuste la détection des séparations.

La détection de silence s'effectue en général à partir de l'[[énergie]] du signal audio. D'autres [[caractéristique (vision par ordinateur)|caractéristiques]], tel le [[Zero Crossing Rate]], peuvent aussi être utilisées<ref name="Harb">{{en}} Hadi Harb and Liming Chen and Jean-Yves Auloge, « Speech/Music/Silence and Gender Detection Algorithm », Proceedings of the {{7th}} International Conference on Distributed Multimedia Systems (DMS 01), 2001.</ref>.
Sur les chaînes françaises, le silence se révèle être une bonne observation, grâce à sa facilité de détection. L'énergie du signal audio tombe en effet à zéro lors des séparations entre publicités.

==== Logo ====
Certains auteurs ont remarqué que le [[Logotype|logo]] de la chaîne n'était pas présent durant les publicités. La détection du logo peut donc être un indicateur intéressant. La [[détection de logo]] est toutefois une tâche difficile : logos semi-transparents, couleurs dynamiques, mouvement… De plus, la présence du logo n'est pas toujours systématique dans les programmes, d'où des [[faux positifs]].

==== Taux d'activité ====
Une indication souvent utilisée est une mesure du taux d'activité : nombre de [[Plan (cinéma)|plan]]s par minute, indication de mouvement… Les publicités possèdent en effet généralement un rythme de montage élevé, afin de capter l'attention des téléspectateurs.

Une des premières propositions est celle de Lienhart ''et al.'', qui calculent le nombre de coupures « brutales » entre deux plans, qu'ils estiment à 20,9 par minute pour les publicités et à 3,7 pour le reste. À cela s'ajoute une mesure de l'activité, à partir des changements dans les contours, détectés par une méthode de [[détection de contour]], ainsi qu'à partir de la longueur des vecteurs de mouvement.

Cette observation est aussi sujette à de nombreux faux positifs : [[film d'action|films d'action]], [[clip]]s, [[Bande-annonce|bandes annonces]]…

==== Divers====
D'autres caractéristiques peuvent aussi être utilisées : la présence de texte<ref name="McGee">{{en}} McGee, Thomas; Dimitrova, Nevenka, Parsing TV programs for identification and removal of nonstory segments, Proc. SPIE Vol. 3656, p. 243-251, Storage and Retrieval for Image and Video Databases, 1998.</ref> par une méthode de [[détection de texte]]. Cette dernière est un processus coûteux, faisant en général appel à des techniques de [[morphologie mathématique]], complexes, et donc contraignantes lorsque des volumes importants de vidéo sont à traiter. De nombreux faux positifs existent aussi ([[Générique (cinéma)|génériques]], bandes-annonces, [[journal télévisé]]…).

D'autres caractéristiques sont parfois évoquées : les [[Sous-titrage|sous-titres]] télétexte, la présence simultanée de musique et de parole…

Parfois mentionné, le volume sonore ne semble pas être une observation fiable. Une étude faite par l'[[École nationale supérieure des télécommunications|ENST]]<ref>[http://www.csa.fr/actualite/dossiers/dossiers_detail.php?id=15870 Étude de l'ENST commandée par le CSA sur le volume sonore des publicités télévisées].</ref> sur des chaînes françaises a montré que l'augmentation du volume existait sur seulement 50 % des séquences publicitaires, ce qui ne permet pas d'utiliser le volume comme une observation discriminante. De plus, la [[loi]] française régulant le volume sonore des publicités télévisées, par l'article 14 du décret {{n°|92-280}} du {{date|27|mars|1992}}, les chaînes seraient en infraction si c'était effectivement le cas.

=== Méthodes de détection ===
Satterwite et Marques<ref name="Satterwhite Marques" /> identifient deux types de méthode de détection : les méthodes à base de caractéristiques et les méthodes de type reconnaissance.

==== Méthodes à base de caractéristiques====
Dans ce type de méthode, les auteurs choisissent un ensemble de [[caractéristique (vision par ordinateur)|caractéristiques]] discriminantes et élaborent des algorithmes à base de règles ou des algorithmes d'apprentissage.

De simples règles sont parfois utilisées, par exemple en imposant des conditions sur la durée et la position des images monochromes<ref name="Sadlier" />{{,}}<ref name="Dimitrova" />. Ces méthodes font appel à beaucoup d'''a priori'', sont donc difficilement généralisables, et ne sont pas robustes à un changement de la structure de diffusion.

Une catégorie relativement importante de travaux consiste à réaliser un [[Apprentissage automatique|apprentissage]] sur les caractéristiques, en se basant en général sur une [[segmentation en plans]] effectuée au préalable. Il a ainsi été proposé d'utiliser un [[modèle de Markov caché]] à deux états, publicité et non-publicité, avec deux caractéristiques : la présence du logo et la durée des [[Plan (cinéma)|plan]]s<ref name="Albiol">{{en}} Albiol, A. Ch, M.J. Albiol, F.A. Torres, L., « Detection of TV commercials », IEEE International Conference on Acoustics, Speech, and Signal Processing, 2004. Proceedings. (ICASSP '04). Volume 3, pp.541-4.</ref>. Les modèles de [[Machine à vecteurs de support|séparateurs à vaste marge]] sont utilisés par Hua {{et al.}}<ref name="Hua">Xian-Sheng Hua, Lie Lu, Hong-Jiang Zhang, « Robust Learning-Based TV Commercial Detection », ICME, 2005.</ref> pour classer chaque plan, à partir de nombreuses caractéristiques vidéos de bas niveau mais aussi de caractéristiques audio un peu plus sophistiquées : la présence de transitions audio et une classification en parole, musique et bruit.

Une technique de [[boosting]] contraint temporellement a aussi été proposée par Liu {{et al.}}<ref name="Liu" />, en utilisant diverses caractéristiques audio et vidéo de bas niveau (ECR, énergie audio…) calculées sur chaque plan.

Ces techniques d'apprentissage statistique font moins d'''a priori'' sur la structure des publicités, mais produisent de moins bons résultats que les techniques à base de règle ou de reconnaissance, principalement à cause du fait qu'il est difficile d'identifier un plan comme étant une publicité par ses seules caractéristiques sonores ou visuelles.

==== Méthodes de type reconnaissance ====
Ce type de méthode consiste à ''reconnaître'' les publicités lors de leur diffusion. Ceci nécessite la présence d'une base de publicités connues à l'avance. La détection est alors ramenée à une comparaison avec les éléments de la base.
Une telle méthode est justifiée par le fait que les publicités sont diffusées un grand nombre de fois, les annonceurs achetant un certain nombre de diffusions de leur publicité. Une fois qu'une publicité est dans la base, il est alors possible de détecter toutes ses rediffusions. La reconnaissance est une méthode assez fiable, et qui donne des résultats complémentaires par rapport aux méthodes à base de caractéristiques.

La reconnaissance a été proposée dès les travaux de Lienhart {{et al.}}<ref name="Lienhart" /> en 1997. Le principe général est de calculer une ''signature'', ou ''fingerprint'', sur l'image ou l'audio, et de définir ensuite une [[Distance (mathématiques)|distance]] entre signatures pour pouvoir les comparer. C'est un principe aussi utilisé en [[recherche d'image par le contenu]]. La spécificité provient du fait que la notion de « similarité » est ici bien mieux définie : il s'agit d'une copie quasi à l'identique, abstraction faite du bruit de transmission.

Les signatures doivent donc être robustes aux bruits apparaissant dans la chaîne de transmission : variations de [[luminosité]], de [[couleur]], artefacts de [[Compression vidéo|compression]]… et doivent répondre à des exigences de [[complexité en temps|complexité]]. En conséquence, les signatures proposées sont compactes et intègrent des informations considérées comme caractéristiques de l'image elle-même, et non caractéristiques d'une certaine ''classe ''d'image, comme en [[recherche d'image par le contenu]]. Les signatures ont donc un grand pouvoir discriminant.

Plusieurs définitions de signatures à partir de l'image ont été proposées : le ''color coherence vector''<ref>Le ''color coherence vector'' est proche d'un [[histogramme]] de couleur, mais il intègre une information spatiale.</ref>{{,}}<ref name="Lienhart" />, sélection et [[Quantification (signal)|quantification]] des coefficients [[ondelette]]s<ref>{{en}} Xiaodong Wen and Theodore D. Huffmire and Helen H. Hu and Adam Finkelstein, « Wavelet-based video indexing and querying », Multimedia Systems, Volume 7, September 1999, pp. 350-358.</ref>, [[Transformée en cosinus discrète|DCT]]<ref name="Naturel" />, les [[Moment (mathématiques)|moment]]s d'ordre 1, 2 et 3 des trois canaux [[Rouge vert bleu|RVB]]<ref name="MengPua">{{en}} Kok Meng Pua, John M. Gauch, Susan Gauch, Jedrzej Z. Miadowicz, « Real time repeated video sequence identification », Computer Vision and Image Understanding 93(3) : 310-327 (2004).</ref>, ou encore à partir de l'[[analyse en composantes principales]] sur les [[histogramme]]s couleurs<ref>{{en}} J.M. Sanchez, X. Binefa, « Automatic digital TV commercials recognition », ''in'' : VIII National Symposium on Pattern Recognition and Image Analysis, Bilbao, Spain, 1999, pp. 223-242.</ref>.

Quelques travaux mentionnent aussi la possibilité d'utiliser des signatures audio, par exemple en calculant un [[spectrogramme]] sur plusieurs bandes de fréquences<ref name="Covell" />, ou une technique plus générique proposée par ''Herley''<ref>{{en}} C. Herley, « ARGOS: Automatically extracting Repeating Objects from multimedia Streams », IEEE Trans, Multimedia, Feb. 2006.</ref>.

Une des difficultés est liée à la complexité de ces méthodes lorsque aucune technique d'[[indexation automatique|indexation]] de la base n'est utilisée : il faut en effet parcourir l'ensemble de la base à chaque instant pour pouvoir reconnaître un segment. La distance utilisée pour mesurer la similarité entre signatures pouvant nécessiter beaucoup de calculs, il existe un vrai problème de complexité.

Afin de remédier à ce problème, certains auteurs<ref name="Covell" />{{,}}<ref name="MengPua" />{{,}}<ref name="Naturel" /> proposent d'utiliser des techniques de [[hachage perceptuel]]. Ceci consiste à utiliser la signature comme un ''index'', ce qui permet alors un accès direct à la base grâce par exemple à une [[structure de données]] telle qu'une [[table de hachage]]. On s'affranchit alors de la complexité liée à une [[recherche séquentielle]] de la base.

==== Autres méthodes ====
D'autres types de méthode existent, comme l'utilisation du [[Tatouage numérique|tatouage]], qui consiste à insérer au préalable une marque dans le flux vidéo à détecter. C'est une technique robuste mais contraignante, puisqu'elle nécessite que les publicités soient tatouées avant d'être diffusées. L'utilisation du tatouage est donc en pratique restreinte à une seule classe d'application : le suivi de la diffusion des publicités. <!--L'utilisation du tatouage est aussi en général motivée par la vérification d'une utilisation frauduleuse du contenu-->

Une technique originale proposée par Poli {{et al.}}<ref>Jean-Philippe Poli, Jean Carrive, « TV Stream Structuring with Program Guides », in: Proceedings of {{8th}} IEEE Symposium on Multimedia, pp. 329-334, San-Diego, États-Unis, décembre 2006.</ref> consiste à prédire les horaires de début et de fin d'émissions et leurs types, grâce à un [[modèle de Markov caché]] contextuel. Les instants de publicités peuvent alors se déduire de la structuration ainsi produite.

=== Difficultés ===
La principale difficulté vient du fait que les modes de diffusion des publicités sont différents d'un pays, voire d'une chaîne à l'autre. En conséquence, les techniques proposées sont généralement adaptées à un pays, et il semble difficile de développer une méthode générique.

De plus, il existe de réelles difficultés pour les scientifiques à disposer d'un [[corpus]] suffisamment volumineux et provenant de pays différents, ainsi que le problème récurrent de la {{quoi|[[vérité terrain]]}}. Les méthodes sont ainsi généralement validées sur des corpus relativement réduits de quelques heures. Certains travaux commencent toutefois à valider leurs résultats sur des corpus plus importants (4 jours pour Covell {{et al.}}<ref name="Covell" />).

=== Résultats ===
Les performances des algorithmes sont généralement évaluées par des mesures issues de la [[recherche d'information]] : le [[Précision et rappel|rappel]] <math>r</math> et la [[Précision et rappel|précision]] <math>p</math>. Si le nombre d'unités correctement classées est <math>N_b</math>, le nombre d'unités manquées est <math>N_m</math>, et le nombre d'unités fausses est <math>N_f</math> alors la précision et le rappel sont donnés par :

<div title="rappel" style="text-align:center;"><math>r = \frac{N_b}{N_b+N_f}</math></div>
<div title="précision" style="text-align:center;"><math>p = \frac{N_b}{N_b+N_m}</math></div>

Il n'existe pas de consensus sur le type d'unité à choisir. La plupart des auteurs choisissent comme unité la publicité elle-même. Les mesures de précision et de rappel ont alors une interprétation intuitive<ref>La précision mesure alors la proportion de publicités correctes par rapport à l'ensemble des publicités détectées (indication de la proportion de fausses alarmes) ; le rappel mesure, quant à lui, la proportion de publicités détectées par rapport à l'ensemble des publicités réelles (indication de la proportion de ratés).</ref>, mais peu précise : on ne sait pas si la publicité est détectée dans sa totalité ou non.

La petite taille des [[corpus]] fait que les résultats sont parfois à relativiser. Shivadas ''et al''. annoncent 96 % de rappel et 100 % de précision sur un corpus de seulement deux heures, comportant 63 publicités. Covell {{et al.}}<ref name="Covell" /> obtiennent, quant à eux, 95 % de rappel et 99 % de précision sur 96 heures de télévision. Ces bons résultats sont dus à des méthodes de type reconnaissance. Les méthodes basées sur des caractéristiques sont généralement moins performantes. À titre d'exemple, McGee {{et al.}}<ref name="McGee" /> rapportent une précision de 94 % et un rappel de 87 % sur treize heures.

D'autres auteurs utilisent le [[Plan (cinéma)|plan]] comme unité<ref name="Hua" />{{,}}<ref name="Liu" />. C'est une mesure qui permet une meilleure précision temporelle, mais d'interprétation délicate. Les plans pouvant être de nombre et de longueur variable. Hua ''et al''. obtiennent 92 % en rappel et précision sur un corpus de 10 heures.

Enfin, certains auteurs utilisent l'image comme unité<ref>{{en}} Jun-Cheng Chen, Jen-Hao Yeh, Wei-Ta Chu, Jin-Hau Kuo, Ja-Ling Wu, ''{{lang|en|Improvement of Commercial Boundary Detection Using Audiovisual Features}}'', dans {{lang|en|''Advances in Multimedia Information Processing - PCM 2005''}} ({{lang|en|6th Pacific-Rim Conference on Multimedia, Jeju Island, Korea, November 13-16, 2005, Proceedings, Part I}}), série {{lang|en|''Lecture Notes in Computer Science''}}, vol. 3767 (2005), p. 776-786 {{ISBN|3-540-30027-9}} {{présentation en ligne|lien=http://www.springerlink.com/content/b0x342h7w4257510/}}.</ref>. L'interprétation est alors simple puisque cela devient une unité de mesure temporelle. Par exemple, Chen ''et al''. obtiennent 94 % de rappel et 92,5 % de précision sur sept heures.

== Applications ==
Il existe plusieurs applications à la détection automatique des publicités. Satterwite et Marques<ref name="Satterwhite Marques">{{en}} Brandon Satterwhite and Oge Marques, "Automatic Detection of Television Commercials", IEEE Potentials, April/May 2004. [http://www.cse.fau.edu/~oge/pdf/IEEEPotentials_2004.pdf] {{pdf}}.</ref> en distinguent deux types : 
* le suivi (''{{lang|en|commercial tracker}}''), pour les professionnels ;
* la suppression (''{{lang|en|commercial killer}}''), pour les particuliers, les archives.

Seule l'application de suivi fait aujourd'hui l'objet de services commerciaux, les autres applications présentées ici, bien que reconnues, ne sont que prospectives.

=== Le suivi ===
Le suivi de publicités consiste à détecter toutes les occurrences d'une publicité particulière à la télévision. Ceci est fait à la demande d'un [[annonceur]], qui souhaite vérifier si le contrat qu'il a passé avec le diffuseur est bien respecté. Les sommes extrêmement importantes payées par l'annonceur au diffuseur, en fonction de l'horaire de diffusion de la publicité sont notamment à l'origine de cette pratique. Celle-ci s'est répandue après qu'un scandale a éclaté au [[Japon]], lorsque certains annonceurs se sont aperçus que les [[Chaîne de télévision|chaînes]] ne diffusaient pas correctement leurs publicités{{référence nécessaire}}.

Un autre intérêt du suivi est de pouvoir détecter le nombre et les horaires de diffusion des publicités d'un concurrent, afin d'estimer son budget dépensé en publicité télévisée.

De nombreuses entreprises proposent des solutions commerciales de suivi de publicités<ref>[http://www.advestigo.com/ Advestigo].</ref>{{,}}<ref>{{Lien archive|url=https://www.eloda.com/|titre=Eloda|site=eloda.com|horodatage archive=20180822110656}}.</ref>, généralement par des méthodes de signatures visuelles ou de [[Tatouage numérique|tatouage]]. Les solutions basées sur le tatouage ne permettent cependant pas l'application de suivi des publicités des concurrents.

=== La suppression ===
[[Image:Series 2 tivo front.jpg|thumb|275px|Un boîtier [[TiVo]], première génération d'appareils équipés d'une fonctionnalité de suppression des publicités.|alt=Un boîtier TiVo.]]
La deuxième grande application est de détecter les [[Publicité télévisée|publicités]] pour pouvoir les supprimer, ou tout du moins avoir le choix de les regarder ou pas. C'est évidemment une thématique orientée vers les téléspectateurs, destinée à être implémentée dans un [[Personal Video Recorder|PVR]].

Cette possibilité a déclenché l'inquiétude des diffuseurs, notamment aux [[États-Unis]] avec la sortie de [[TiVo]], malgré son simple système manuel (un bouton permet d'avancer de 30 secondes, ce qui est la durée moyenne d'une publicité). Certaines estimations chiffrent les pertes pour les annonceurs à 8 milliards de dollars pour l'année 2006<ref>{{en}} [https://www.engadget.com/2006/05/05/commercial-skipping-to-cost-8-billion-in-tv-ads-this-year/ {{lang|en|''Commercial skipping to cost $8 billion in TV ads this year?''}}].</ref>. Des diffuseurs ont même menacé d'augmenter le coût de l'abonnement au [[Télévision par câble|câble]] et au [[Télévision par satellite|satellite]] pour compenser la perte de revenu<ref name="Satterwhite Marques" />.

Des inquiétudes se sont aussi manifestées au [[Japon]], le président du ''{{lang|en|National Association of Commercial Broadcasters}}'', Hisashi Hieda, ayant même qualifié cette possibilité d'illégale<ref>{{Lien archive|url=http://searchviews.com/archives/2005/07/skipping_tv_com.php|langue=en|titre=Skipping TV ads illegal in Japan?|site=Search Views|horodatage archive=20180822110657}}.</ref>.

En raison de l'opposition des diffuseurs et des problèmes juridiques, il est probable que l'application commerciale soit difficile à mettre en œuvre, voire totalement compromise.
À l'opposé, des solutions non commerciales issues du monde des logiciels [[open source]] ont implémenté la suppression de publicité. Le logiciel de type [[centre multimédia]] {{langue|en|[[MythTV]]}} est ainsi capable de détecter avec un bon pourcentage de réussite les publicités, de les sauter lors de la visualisation, voire de les supprimer définitivement d'un enregistrement.

Les organismes chargés de la gestion d'archives de télévision, tels l'[[Institut national de l'audiovisuel]] en France, ont aussi un intérêt à la suppression de publicités de France Télévisions sur le service public après 20h depuis janvier 2009, qui permettrait une réduction des coûts de stockage, ainsi qu'une facilitation de la recherche et de la navigation au sein des collections. Cette réduction est loin d'être négligeable puisqu'une étude a montré qu'à la télévision française, sur 20 jours de diffusion continue, 11,5 % du temps n'est pas consacré à des [[Émission de télévision|programmes]]<ref name="Naturel">Xavier Naturel, ''Structuration automatique des flux de télévision'', thèse de l'université de Rennes 1, avril 2007.</ref>. Une autre étude<ref name="MengPua" /> a montré que le gain en termes de compression pouvait atteindre 30 %, si l'on considère l'ensemble des diffusions répétées (ceci ne concerne donc pas uniquement les publicités).

=== Autres ===
Une autre application est mentionnée par Covell {{et al.}}<ref name="Covell">{{en}} Michele Covell, Shumeet Baluja and Mark Fink, Google Research, ''{{lang|en|Advertisement Detection and Replacement using Acoustic and Visual Repetition}}'', {{lang|en|IEEE 8th Workshop on Multimedia Signal Processing}}, octobre 2006, p. 461-466.</ref>, parfois appelée ''{{lang|en|repurposing}}''. Il s'agit d'une ré-utilisation de contenu déjà diffusé, qui contient des [[Publicité télévisée|publicités]]. Le problème est ici de détecter les publicités afin de les remplacer par des plus récentes ou mieux adaptées à l'audience.

Enfin une application pourrait être d'automatiser la surveillance du respect de la réglementation dans le domaine de l'[[audiovisuel]]. En [[France]] par exemple, le [[Conseil supérieur de l'audiovisuel (France)|Conseil supérieur de l'audiovisuel]] est chargé de la vérification des lois sur la diffusion des publicités à la télévision, qui est soumise à un certain nombre de contraintes, notamment en termes de durée des écrans publicitaires<ref>''Publicité, parrainage et téléachat à la télévision et à la radio'', les brochures du [[Conseil supérieur de l'audiovisuel (France)|CSA]], 113 pages, juillet 2006 {{lire en ligne|lien=http://www.csa.fr/infos/publications/publications_publicite.php}}.</ref>.

== Notes et références ==
{{Références|taille=36}}

{{Portail|imagerie numérique|publicité|télévision}}
{{Bon article|vote=BA|oldid=17600146|date=10 juin 2007}}

[[Catégorie:Technique de la télévision]]
[[Catégorie:Indexation vidéo]]
[[Catégorie:Recherche d'information]]
[[Catégorie:Histoire des techniques de télévision]]