Classification non exclusive et personnalisation par apprentissage : application à la navigation dans les bases d'images

par Bertrand Honoré Henri Le Saux

Thèse de doctorat en Informatique

Sous la direction de Nozha Ben Hajel-Boujemaa.

Soutenue en 2003

à Versailles-St Quentin en Yvelines .


  • Pas de résumé disponible.


  • Résumé

    In the context of Content-Based Image Retrieval, we have been interested in methods to summarize and to help browsing in the image databases. We have developed an unsupervised lassification method which allows to categorize the feature space to group visually similar images. By defining a new competitive agglomeration objective function in which competition is made adaptive to the cluster densities, ARC (Adaptive Robust Competition) is able to deal with the following issues:* estimate automatically the number of clusters,* handle noisy data, * cope with various classe densities nd shapes. In a second step, we have refined the categories with a supervised classification based on the support vector machine (SVM) method. It provides the user with the ability to give feedback on the relevance of the cluster frontiers obtained by our unsupervised method


  • Résumé

    Dans le cadre de la recherche d'images par le contenu, nous nous sommes intéressés aux méthodes de résumé et d'aide à la navigation pour les bases d'images. Nous avons développé une méthode de classification non-exclusive capable de catégoriser l'espace de description des images pour regrouper les images d'apparences visuelles similaires. En définissant une nouvelle fonction de Compétition Agglomérative où la compétition s'adapte à la densité des atégories, l'algorithme ARC (Adaptive Robust Competition) permet de résoudre les difficultés suivantes : * déterminer automatiquement le nombre de classes,* gérer les données bruitées diffuses,* prendre en compte les densités et les formes variables des classes. Dans un deuxième temps, nous permettons à l'utilisateur de contrôler la pertinence des classes obtenues. Un apprentissage basé sur une machine à vecteurs de support permet de personnaliser les classes d'images.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 170 p.
  • Notes : Publication autorisée par le jury
  • Annexes : 95 REF. Bibliogr. p. 161-170

Où se trouve cette thèse ?

  • Bibliothèque : Université de Versailles Saint-Quentin-en-Yvelines. Direction des Bibliothèques et de l'Information Scientifique et Technique-DBIST. Bibliothèque universitaire Sciences et techniques.
  • Non disponible pour le PEB
  • Cote : T030013
  • Bibliothèque : Université de Versailles Saint-Quentin-en-Yvelines. Direction des Bibliothèques et de l'Information Scientifique et Technique-DBIST. Bibliothèque universitaire Sciences et techniques.
  • Disponible pour le PEB
  • Cote : 006.6 LES
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.