Système DIndexation et de Recherche dImages par le contenu
dernière décennie donnant naissance à de nombreuses méthodes d'indexation par le contenu
Indexation et Recherche dImages par le Contenu
Indexation et Recherche d'Images par le Contenu. Fatma-Zohra BESSAI Ali HAMADI
Indexation et recherche dimages par le contenu
Plutôt que de viser une segmentation exacte (en terme d'interprétation de l'image) on préfère. Page 27. Mémoire de Master. Indexation et recherche des images
Annotation indexation et recherche dimages
Annotation indexation et recherche d'images par le texte et le contenu visuel. Sabrina Tollari
Indexation visuelle et recherche dimages sur le Web : Enjeux et
Si l'indexation permet une recherche efficace d'un document demeure la clé du fonctionnement des moteurs de recherche
Indexation symbolique dimages: une approche basée sur l
6 jan. 2006 L'archive ouverte pluridisciplinaire HAL est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche
Indexation et recherche par le contenu visuel dans les documents
Thèmes de recherche. ? L'indexation: construction de l'espace des signatures (descripteurs). • Bases d'images génériques:.
Indexation et recherche de plans vidéo par le contenu sémantique
1 juil. 2005 Pour cela nous proposons un nouvel algorithme d'apprentissage actif qui permet de limiter l'effort de l'annotation (Souvannavong et al. [8
Indexation dimages et recherche par points dintérêt
Enfin je remercie tous les membres de l'équipe image du GREYC ainsi que tous les thésards. Page 3. Indexation d'images et recherche par points d'intérêt. 2004.
Indexation dimages
Antoine MANZANERA – Cours Indexation / DEA IARFA page 2. Le sujet de ce cours est la recherche automatique de documents visuels (images.
[PDF] Indexation et recherche dimages par le contenu
Indexation et recherche des images par le contenu 1 Remerciements Je tiens tout d'abord à remercier Alain Boucher professeur à l'Institut de la
[PDF] Indexation dune base de données images - HAL Thèses
30 avr 2011 · Ce mémoire concerne les techniques d'indexation dans des bases d'image ainsi que les méth- odes de localisation en robotique mobile
(PDF) Système DIndexation et de Recherche dImages par le
PDF On Jan 1 2009 Houaria Abed and others published Système D'Indexation et de Recherche d'Images par le Contenu Find read and cite all the research
[PDF] Système DIndexation et de Recherche dImages par le contenu
Pour qu'un système de recherche d'images soit performant il faut que l'indexation logique soit pertinente et que l'indexation physique permette un accès rapide
[PDF] Indexation visuelle et recherche dimages sur le Web - Enssib
L'indexation des documents visuels par les moteurs de recherche abhatoo net ma/index php/fre/content/download/2563/28254/file/Indexation 20d'images pdf
[PDF] Indexation et Recherche dImages par le Contenu - webreviewdz
De plus la recherche dans une grande base de données en particulier des bases d'images est un problème d'une importance cruciale pour de nombreuses
[PDF] indexation et recherche automatique des images - Concordia Library
INDEXATION ET RECHERCHE AUTOMATIQUE DES IMAGES : INNOVATION DU POINT DE VUE DES PROFESSIONNEL LE S DE L'IMAGE 20E FORUM SUR LA RECHERCHE EN
[PDF] Annotation indexation et recherche dimages - LIP6
Annotation indexation et recherche d'images par le texte et le contenu visuel Sabrina Tollari Université Pierre et Marie CURIE – Paris 6
[PDF] Indexation et recherche par le contenu visuel dans les documents
Thèmes de recherche ? L'indexation: construction de l'espace des signatures (descripteurs) • Bases d'images génériques:
[PDF] Indexation dimages et recherche par points dintérêt - Olivier Lézoray
Alors que la mise en correspondance de graphes est plus rapide si nous avons réalisé au préalable une segmentation fine Figure E : Exemple d'indexation d'
Comment indexer les images ?
Pour optimiser l'indexation d'une image dans les moteurs de recherche, il faut placer l'image dans un contenu qui soit en rapport celle-ci. Il faut que l'image ait un nom de fichier optimisé. Et enfin, il faut correctement remplir la balise title, la balise alt et la balise légende.Quels sont les buts d'une indexation ?
L'indexation a pour principal objectif de rendre accessibles des informations, que l'on repère pour cela au moyen d'index. L'indexation est le processus selon lequel le contenu d'un document est analysé pour être ensuite reformulé dans une forme permettant d'accéder au contenu et de le manipuler.C'est quoi l'indexation en informatique ?
L'indexation est le processus qui consiste à examiner les fichiers, messages électroniques et autres contenus de votre PC, puis de cataloguer leurs informations, telles que les mots et les métadonnées.- L'indexation correspond à l'analyse, à l'identification et au renseignement du contenu d'un document dans sa notice bibliographique. Il s'agit d'en identifier les thèmes et postulats principaux afin de rendre le document visible au sein du catalogue de la bibliothèque et d'en faciliter ainsi l'accès au public.
Indexation et recherche par le contenu
visuel dans les documents multimédiaNozha Boujemaa
Directeur de Recherche - Chef du projet IMEDIA
Institut National de Recherche en Informatique et en Automatique http://www-rocq.inria.fr/imedia/N. Boujemaa~ 2Introduction
La recherche d'informationdans les
documents multimédias est un problème crucial ...Elle adopéles recherches dans le domaine
de l'indexation et de la recherche par le contenuet en particulier celui de l'apparence visuelleN. Boujemaa ~ 3Contenu sémantique vs. Contenu physiqueContenu sémantique:
• Annotations/Ontologies: relations et structuration sémantique => " Human-based metadata »Contenu Physique:
• Images fixes/animés, son/parole, ... => " Machine-based metadata »Dernière décennie => Pertinence de l'indexation et la recherche par le contenu physiquepour l'accès aux archives multimédias (PhysicalContent-based)N. Boujemaa~ 4Motivation
Abondance des archives multimédia (locales/distribuées)Intérêt de la recherche par l'image:
indépendante de la langue de recherche description moins subjective que le texte parfois plus riche que le texte souvent plus efficace (ambiguïté)N. Boujemaa~ 5
Indexation par mot-clé?
N. Boujemaa~ 6
Recherche d'informations
"Avocat " ? 2N. Boujemaa~ 7
Recherche d'information
"Voilier" "Port"Imagecible
Requête textuelle: "Port du voile"
N. Boujemaa~ 8
Recherche visuelle
N. Boujemaa~ 9
Applications
Internet (images et vidéos),
Audiovisuel
(personnage dans les JT, documentaires, sport, ...) Médecine (recherche à but diagnostic ou pédagogique) Art et Design (archives archéologiques, peintures, tissus, ...) Authentification (visages, empreintes digitales, logos) Sécurité(surveillance vidéo, objets d'arts volés ...)Education (recherche encyclopédique)
N. Boujemaa~ 10
Thèmes de recherche
L'indexation: construction de l'espace des
signatures (descripteurs) • Bases d'images génériques: - signatures de couleur, texture et forme • Bases d'images spécifiques: applications à la biométrie - Détection et signatures de visages, - Signatures d'empreintes digitalesN. Boujemaa~ 11
Thèmes de recherche
Recherche précise par description localeet requêtes partielles. • Segmentation en régions, • Extraction de points d'intérêt •Structurationdes grands espacesNavigation intelligente :
•Catégorisationautomatique de la base d'images •Contrôle de pertinenceIndexation multimédia (image + texte)
• Propagation de mots-clés, annotation textuelle semi- automatiqueN. Boujemaa~ 12
Plan Introduction: Architecture d'un système de recherche Signatures d'images spécifiques et génériquesRequêtes partielles
Recherche interactive
Recherche d'image mentale
3 13Introduction
Architecture d'un système de recherche par
le contenu visuelN. Boujemaa~ 14
Image database ImageImage Signatures
computationFeature Space
Architecture Générale
Indexing
Off-line
Retrieval
On-line
userImage query
Visual
similarity Image similaritiesN. Boujemaa~ 16
IKONA : le système d'indexation et de
recherche d'IMEDIAArchitecture modulaire Client/Serveur:
• Serveur C++ (UNIX) • Client Java, client C++, client cgi-bin • Description texte/image native • Images (et imagettes) représentées par leurs URLs: Seules les signatures sont stockées sur le serveur, les bases d'images peuvent être distribuées • Répartition de la charge sur les machines multi- processeurs (noyau multi-threads)N. Boujemaa~ 17
Attributs d'images
On peut écrire abusivement:
image = forme + couleur + textureIl existe d' autre attributs d'images,
éventuellement plus complexe
A chaque attribut correspond une signature
qui est la représentation de cet attribut en machineN. Boujemaa~ 18
Attributs
Couleur
• Couleur moyenne, couleur dominante, distribution des couleursStructure
• Descripteur de structure de l'image: Histogramme d'orientation. • Descripteur de la forme d'un objet d'intérêt: Superficie, excentricité, moments, ...Texture
• mesure l'hétérogénéité locale et l'homogénéité globale:Fourier, ondelettes, cooccurences, ...
N. Boujemaa~ 19
Propriétés des signatures
Significativespour l'utilisateur (?!)
Compactes
(+ sémantique, - données)Rapidesà calculer et à comparer
Conservation/ non-conservation de
l'arrangement spatialInvariance(morphologique, pose,
occultation, ...) dépend de l'application 4N. Boujemaa~ 20
Deux catégories de bases d'images
Bases spécialisées
Contenu homogène
Interprétation objective
Utilisation experte
Mise en correspondance
Reconnaissance d'objets
Robustesse, Efficacité
Évaluation quantitativeBases généralistesContenu hétérogène
Interprétation subjective
Utilisation grand public
Similarité perceptuelle
Recherche d'images
Interactivité, Flexibilité
Évaluation qualitative
N. Boujemaa~ 21
Catégories de requêtes
Requête par une image exemple
Requêtes partielles
Requête par ébauche graphique (sketch)
Requête par composition logique
22Signatures spécifiques
et génériquesN. Boujemaa~ 23
Bases Spécifiques
Principalement applications biométriques
(visages, empreintes)Très grandes bases
Détection, identification
Algorithmes dédiés
N. Boujemaa~ 24
Visages
Détection et reconnaissance devisages
Défis
•ne pas raterdes visages dans une image et éviterles faux positifs (avec invariance à la pose,à l'échelle ...)
• descripteurs de visages invariantspar rapport à l'occultation, l'expression facialeet les conditions d'éclairageN. Boujemaa~ 25
5N. Boujemaa~ 26N. Boujemaa~ 27
IKONA INRIAN. Boujemaa~ 28
Reconnaissance de visages
N. Boujemaa~ 29
N. Boujemaa~ 30
DSW face signature
Entropy map
Dyn. Prog.
N. Boujemaa~ 31
Evaluation on ARF face data base
6N. Boujemaa~ 32
Audiovisuel
N. Boujemaa~ 33
Détection de Visages
N. Boujemaa~ 34
Segmentation de visages
N. Boujemaa~ 35
Segmentation/description de visages
N. Boujemaa~ 36N. Boujemaa~ 37
7N. Boujemaa~ 44
Bases génériques
Textures et scènes naturelles TableauxImages TéléN. Boujemaa~ 45
Histogramme de couleur: échantillonner l'espace couleurInvariant par translation, rotation et échelle
(avec normalisation)Signature couleur de base
R G B C ccc,))j,i(f(MN1)(h M 1iN 1j 1)(h cN. Boujemaa~ 47
Limitations de l'histogramme couleur
L'histogramme est une distribution du premier ordre =>ne peut pas distinguer des surfaces couleurs de tailleéquivalentes mais de répartitionsdifférentes.N. Boujemaa~ 48
Insuffisance de l'histogramme
N. Boujemaa~ 50
Démarche générale
Large spectre de descripteurs génériques:
couleur, texture, forme, composition spatiale...Combinaison d'un grand nombre de ces
descripteurs (+- efficaces) =>Pb de taille de l'espace de descriptionN. Boujemaa~ 51
Autre démarche
Combiner différents types d'informations
dans la même signature: exp: couleur et texture =>Permet de rendre compte de la répartition spatiale de la couleur 8N. Boujemaa~ 52
Histogramme pondéré
w(i,j)est une mesure locale dans le voisinage de chaque pixel H' a la même dimension qu'un histogramme normalAussi performante et beaucoup plus compacte que
les signatures "concurrentes» C ccc,))j,i(f()j,i(wMN1)('h M 1iN 1jN. Boujemaa~ 56
Bases d'images génériques / Signatures couleur compactesHistogrammes
couleur basiquesSignatures
intégrant la répartition spatiale de la couleurN. Boujemaa~ 57
Histogrammes
couleur basiquesSignatures
intégrant la répartition spatiale de la couleur Bases d'images génériques / Signatures couleur compactesN. Boujemaa~ 58
Recherche visuelle dans une base généralisteSignature
couleur classiqueSignature
integrant la répartition spatiale de la couleur " Visage au premier plan »N. Boujemaa~ 59
Query image
Relevant images (C=10)
Retrieved images (N=5)
Relevant images retrieved (k=3)
Precision = k / N = 0.6
Recall = k / C = 0.3
Precision/ Recall Measures
Precision-Recall curve: Count precision at recall 1/C, 2/C, ... 1.N. Boujemaa~ 60
Generalist database: precision-recall, RGB
9N. Boujemaa~ 61
Histogramme pondérés
Intègre couleur et texturedans la même signature, Décrit a répartition spatiale de la couleur: plus efficace que la combinaison de descripteurs couleur et texture indépendantsPlus compact que l'état de l'art
Permet une réduction très significative de la dimension de l'espace de représentation => optimisation de la recherche (non-exclusif avec des approches Bases de Données)N. Boujemaa~ 62
N. Boujemaa~ 63N. Boujemaa~ 64
Tableaux
Demo web interactive:
http://www-rocq.inria.fr/imedia/ikona/N. Boujemaa~ 65N. Boujemaa~ 66
Agence Photo (IDS)
10N. Boujemaa~ 67
Biodiversité
N. Boujemaa~ 68
Héritage culturel
N. Boujemaa~ 69
Descripteurs visuels MPEG7
Couleur:
Color space, Dominant color(s), Color Histogram, Color-Structure Histogram,
SHAPE:
• Object Bounding Box, Region-Based Shape Descriptor,Contour-Based Shape Descriptor
MOTION
• Camera Motion , Motion Trajectory, Parametric Motion, MotionActivity
TEXTURE
• Homogeneous Texture, Texture Browsing, Edge HistogramN. Boujemaa~ 70
Descripteurs visuels MPEG7
Parties normatives et desParties non normatives
Exp: Color Histogram
Parties normatives
"Descriptor SyntaxDescriptor Syntax Semantics ...."
N. Boujemaa~ 71
Descripteurs visuels MPEG7
Parties non normatives
Extraction de descripteur
Critère de calcul de similarité
N. Boujemaa~ 72
Les approches CBIR les plus répandues
Description globale des
images (Couleur, structure)Recherche
approximative d'une ambiancequotesdbs_dbs9.pdfusesText_15[PDF] la bastille paris
[PDF] la bastille 1789
[PDF] qu'est ce que la bastille
[PDF] multiplication a trou cm2
[PDF] bastille place
[PDF] la bastille aujourd'hui
[PDF] soustraction a trou cm2
[PDF] bastille arrondissement
[PDF] multiplication a trou 6eme
[PDF] l'histoire de la bastille
[PDF] soustraction a trou 6eme
[PDF] operation a trou cm2
[PDF] multiplication posée a virgule
[PDF] multiplication posée ce1 leçon