Ce projet automatise la transcription de vidéos institutionnelles, notamment celles de l'Assemblée Nationale, en convertissant la parole en texte écrit. Il permet de générer des sous-titres synchronisés avec la vidéo, facilitant ainsi l'accessibilité et l'archivage des contenus. Le système utilise des modèles d'intelligence artificielle pour traiter l'audio et produire des transcriptions précises, même pour des expressions techniques ou des débats complexes.

Ce projet est une chaîne de traitement vidéo open source conçue pour améliorer la qualité des vidéos en appliquant plusieurs étapes de traitement. Il permet de réduire le bruit, stabiliser les séquences, calculer le flux optique, déflouter et effectuer un mappage des tons pour optimiser la visualisation. Le pipeline est automatisé et modulaire, avec des scripts dédiés pour chaque étape.

MuscleMotion est un outil dédié à l'analyse automatisée de vidéos pour étudier les mouvements musculaires. Il permet de traiter des séquences vidéo scientifiques, d'éliminer les bruits de fond, de convertir des formats vidéo spécifiques et de générer des mesures précises en distances réelles. Utilisé principalement en recherche biomécanique ou en biologie, il simplifie l'extraction de données à partir de vidéos complexes.

Ce projet permet de récupérer, traiter et analyser des flux vidéo provenant de caméras industrielles ou scientifiques. Il convertit les données brutes des capteurs en images structurées pour une exploitation ultérieure, notamment via des outils d'analyse ou de machine learning. Il facilite l'intégration des données de caméras dans des pipelines de traitement automatisés.

Ce projet propose des templates réutilisables pour automatiser des workflows via des étapes standardisées. Il permet aux développeurs de créer rapidement des pipelines de traitement de données, de génération d'images ou de scripts shell sans repartir de zéro. Les modèles couvrent des cas d'usage variés comme le traitement vidéo, les bases de données ou le stockage cloud, et sont conçus pour être intégrés dans des outils comme AirJobs ou Cadriciel Studio.

Ce projet permet de transcoder et convertir des fichiers multimédias (audio, vidéo) vers différents formats, facilitant leur utilisation dans divers environnements. Il est conçu pour s'intégrer facilement dans des chaînes de traitement automatisées, offrant une solution flexible pour l'optimisation et la standardisation des contenus numériques. Idéal pour les plateformes éducatives, les médias ou les services publics nécessitant une gestion efficace des fichiers.

Creadata est un projet dédié à l'analyse et au traitement de données vidéo annotées, notamment pour le projet CreaCube. Il permet de filtrer, préprocesser et configurer des jeux de données afin de faciliter leur exploitation dans des contextes de recherche ou d'apprentissage automatique. L'outil est conçu pour automatiser des étapes clés du pipeline de traitement des données.

OpenCV est une bibliothèque open source dédiée au traitement d'images et à la vision par ordinateur. Elle permet aux développeurs de créer des applications capables d'analyser, de modifier et d'interpréter des images ou des vidéos. Utilisée dans des domaines variés comme la robotique, la médecine, la surveillance ou l'automobile, elle facilite l'extraction d'informations visuelles pour des solutions automatisées et intelligentes.

Ce projet permet de générer une version réduite du jeu de données Davis 2017, utilisé pour évaluer les algorithmes de segmentation vidéo. Il automatise le téléchargement, le décompactage et le redimensionnement des séquences d'images, facilitant ainsi leur utilisation dans des environnements de test ou de recherche. Les outils fournis sont optimisés pour une intégration dans des pipelines de traitement d'images.

Ground Control est une application dédiée à la gestion et à l'annotation de corpus audio et vidéo. Elle permet aux utilisateurs de structurer des médias, d'allouer des tâches d'annotation à des intervenants, et de générer des données de vérité terrain pour des projets de machine learning. L'outil synchronise l'accès aux médias avec les transcriptions et propose des interfaces dédiées pour segmenter et catégoriser les contenus. Développée par l'INA et soutenue par la BPI dans le cadre du projet ArGiMi, elle s'intègre dans des workflows de traitement automatisé de contenus audiovisuels.