Etude de l'intégration signal/sémantique pour l'indexation et la recherche d'images fixes : application à un corpus de photographies personnelles et au corpus d'images-clé TRECVID 2004

par Mohammed Belkhatir

Thèse de doctorat en Informatique

Sous la direction de Yves Chiaramella.

Soutenue en 2005

à l'Université Joseph Fourier (Grenoble) .

    mots clés mots clés


  • Résumé

    Dans le domaine de l'indexation et la recherche d'images fixes, la quasi totalité des systèmes développés se basent sur une modélisation limitée aux aspects signal bas-niveau des images, i. E. Sans considération explicite de leur contenu sémantique. Selon ces approches, un coucher de soleil, par exemple, est dénoté par un cercle orange, mais pas par le terme "coucher de soleil". Les solutions de type signal ont le mérite d'être automatisables, et donc facilement utilisables sur de grandes quantités de données, mais elles ne comblent en aucun cas le gouffre existant entre le signal et la caractérisation sémantique, ce qui pénalise les performances qualitatives en terme de précision, et donc de satisfaction de l'utilisateur. Une autre classe d'approches, qui a été en particulier testée dans le cadre du projet FERMI-GC, consiste à modéliser le contenu des images de manière très précise par l'intermédiaire d'une indexation assistée. Cette approche, fondée sur un modèle de représentation élaboré (le formalisme des graphes conceptuels), fournit des résultats satisfaisants au cours du processus de recherche d'images mais est difficilement utilisable sur de grandes collections d'images en raison de l'intervention humaine nécessaire pour l'indexation. L'objectif du travail décrit dans cette thèse consiste à rapprocher ces deux classes de modèles d'indexation et de recherche d'images en étudiant en détailles implications théoriques et empiriques de l'intégration d'éléments venant du signal (couleur, texture et éléments spatiaux) dans un modèle multi facettes associant les descriptions signal et sémantique et fondé sur une représentation à base de graphes conceptuels.


  • Pas de résumé disponible.

  • Titre traduit

    Study of the signal/semantic integration for image indexing and retrieval : application to a corpus of personal photgraphs and the TRECVID 2004 corpus ofkeyframes


  • Résumé

    The majority of the content-based image retrieval (CBIR) systems are restricted to the representation of signal aspects, e. G. Color, texture. . . Without explicitly considering the semantic content of images. According to these approaches a sun, for example, is represented by an orange or yellow circle, but not by the term "sun". The signal-oriented solutions are fully automatic, and thus easily usable on substantial amounts of data, but they do not fill th existing gap between the extracted low-level features and semantic descriptions. This obviously penalizes qualitative and quantitative performances in terms ofrecall and precision, and therefore users' satisfaction. Another class ofmethods, which were tested within the framework of the Fermi-Ge project, consisted in modeling the content of images following a sharp process ofhuman-assisted indexing. This approach, based on an elaborate model of representation (the conceptual graph formalism) provides satisfactory results during the retrieval phase but is not easily usable on large collections of images because of the necessary human intervention required for indexing. The contribution of this thesis is twofold : in order to achieve more efficiency as far as expressivity is concerned, we propose to highlight a bond between these two classes of image retrieval systems and integrate signal and semantic features within a unified conceptual framework. Then, as opposed to state-of-the-art relevance feedback systems dealing with this integration, we propose a representation formalism supporting this integration which allows us to specity a rich query language combining both semantic and signal characterizations.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (274 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 234-246

Où se trouve cette thèse ?

  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Non disponible pour le PEB
  • Cote : TS05/GRE1/0141
  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Disponible pour le PEB
  • Cote : TS05/GRE1/0141/D
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.