Captation égocentrée et en conditions réelles
Vidéo à la première personne, casque ou torse, produite sur commande dans des milieux de travail que l'on ne peut capter nulle part ailleurs.
Commerce de marché à ciel ouvert, préparation de nourriture de rue, réparation automobile en bord de route, ateliers d'artisans, petite agriculture et circulation dense de deux-roues — captés sur cahier des charges, depuis le point de vue de l'opérateur lui-même.
Chaque séance est doublée d'un second angle synchronisé au clap dans le cadre, car la couverture multi-caméras d'un même sujet vaut nettement plus que chacun des angles pris isolément. Chaque séquence porte une couche de contexte écrite décrivant la tâche, l'intention, les objets manipulés et — le cas échéant — l'enchaînement par lequel quelque chose a échoué et l'opérateur a changé de méthode.
C'est la ligne qu'un laboratoire commande directement plutôt qu'il n'achète sur étagère, et celle où la géographie constitue une contrainte absolue. Les corpus égocentrés ouverts qui existent sont des intérieurs industriels suivant un procédé fixe ; il n'existe aucune archive de cette matière, parce qu'elle n'a jamais été filmée.
Spécification
- Format
- 3840×2160, 30 i/s (60 pour le mouvement), H.264, sans HDR
- Audio
- 48 kHz stéréo, micro-cravate sur le sujet
- Angles
- Tête ou torse en principal + plan large fixe, synchronisés au clap
- Annotations
- Tâche, intention, objets, mains visibles, événements d'échec, minutage des étapes
- Consentement
- Autorisation signée et confirmation verbale filmée, par sujet
- Délai
- Deux semaines à compter du cahier des charges pour un pilote de cinquante heures
Autres lignes de production
Archives africaines libérées — radio, télévision, cinéma
Des décennies de radio, de télévision et de cinéma en langue, dormant dans des fonds qui n'ont jamais été contractés pour l'apprentissage automatique, sur un marché qu'aucun agrégateur ne travaille.
Audio conversationnel en langue
Parole spontanée, multi-locuteurs et chevauchée, dans des langues sans corpus commercial sous licence — issue d'archives libérées comme de collecte sur commande.
Captation instrumentée et multi-capteurs
Le haut de gamme de la donnée incarnée — captation multi-caméras du travail manuel, instrumentée en effort, montée face à un cahier des charges financé.
Documents d'entreprise et d'exploitation
Archives d'entreprise, contrats, correspondance, formulaires, manuels techniques et imprimés — la couche documentaire dont les modèles d'extraction et de compréhension de documents sont privés hors d'Europe et d'Amérique du Nord.
Données immobilières et transactionnelles
Annonces, évaluations, historiques de titres et actes de transaction issus d'agences, de promoteurs et de géomètres-experts — la couche structurée sous l'immobilier urbain africain, qu'aucun jeu de données ne décrit aujourd'hui.
Données institutionnelles et financières anonymisées
Données de transaction, de relevé et de grand livre fournies par l'institution qui les détient, anonymisées avant de quitter ses murs, et licenciées pour l'entraînement de modèles sous convention de partage de données.