Une des directions possible d'évolution de la télévision est la généralisation de la 3D. D'ores et déjà , certaines chaines japonaises diffusent plusieurs heures de programmes 3D par jours. Qui plus est, certains évènements sportifs (Rolland Garros ou encore le tournois des 6 nations) ou culturels (Don Giovanni retransmis en direct depuis Rennes en mai dernier) bénéficient déjà de retransmissions en 3D.
Que ce soit au travers d'un réseau lenticulaire ou grâce au port de lunettes spéciales, la TV 3D, techniquement, consiste en la diffusion simultanée de deux flux d'images précisément synchronisés et quasi semblables, mais où les objets sont décalés les uns par rapport aux autres selon leur profondeur respective. Ces flux s'obtiennent soit au travers de la synthèse directe d'images 3D (films d'animation par exemple), soit par captation au travers de caméras doubles, soit au travers d'algorithmes estimant les profondeurs des objets d'un simple flux 2D puis recalculant à partir de cela un flux 3D, souvent approximatif toutefois.
Actuellement, peu de recherches sont faites sur les manières d'exploiter la TV 3D à des fins de structuration automatique ou d'analyse de programmes. Le but du stage est d'imaginer comment certaines tâches habituellement réalisées sur des flux 2D (segmentation en plans, segmentation en objets, tracking, ...) s'incarnent en 3D. Il ne s'agit pas ici de reconstruire les scènes ou les objets, mais plutôt de voir comment deux flux très fortement corrélés et l'information de profondeur associée peuvent être exploités pour faciliter ces tâches, souvent difficiles en 2D.