Méthodes d'apprentissage pour la recherche de catégories dans des bases d'images

par Philippe-Henri Gosselin

Thèse de doctorat en Traitement du signal et de l'image

Sous la direction de Sylvie Philipp-Foliguet.


  • Résumé

    Nous proposons un ensemble de techniques d'apprentissage pour la recherche de catégories d'images, regroupées au sein du système de RETIN 2. Nous proposons une méthode de quantification d'un très grand nombre de vecteurs pour la construction de signatures sous la forme d'histogrammes, ainsi qu'une approche de la similarité par fonction noyau. Du point de vue de la recherche interactive, nous étudions de nombreuses techniques de classification, et présentons l'apprentissage actif, qui offre un cadre formel pour la sélection des images à faire annoter par l'utilisateur. Nous proposons plusieurs méthodes au sein d'une architecture d'apprentissage actif. Le dernier point important que nous avons étudié concerne la ré-utilisation des annotations que les utilisateurs fournissent lors des sessions de recherche. Nous proposons deux méthodes qui s'appuient sur une modification des similarités entre les images.

  • Titre traduit

    Learning methods for category search in image databases


  • Résumé

    In this thesis, we propose a set of learning techniques for image category search, gathered in the RETIN 2 system. Concerning indexing, we propose a quantization method for a very large number of vectors in order to build the image indexes as histograms, and also a kernel approach of similarity. Concerning interactive search, we study several classification methods, and present active learning which aims at selecting the pictures the user should label. We propose several methods in an active learning architecture which deal with the particular characteristics of the CBIR context. At last, we study the problem of the re-use of labels users have given during retrieval sessions. We present the weakly aspect of this learning problem in our context. We propose two methods which optimize the similarity between images in the scope of kernel functions.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (212 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p.205-212.

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Université de Cergy-Pontoise. Service commune de la documentation. Bibliothèque universitaire de Neuville.
  • Disponible pour le PEB
  • Cote : TS CERG 2005 GOS
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.