Nouvelles méthodes de représentations parcimonieuses : application à la compression et l'indexation d'images

New sparse representation methods and their application in image indexing and compression

• Auteur / Autrice : Joaquin Zepeda Salvatierra
• Direction : Christine Guillemot, Ewa Kijak
• Type : Thèse de doctorat
• Discipline(s) : Traitement du signal et télécommunications
• Date : Soutenance en 2010
• Etablissement(s) : Rennes 1
• Ecole(s) doctorale(s) : École doctorale Mathématiques, télécommunications, informatique, signal, systèmes, électronique (Rennes)
• Partenaire(s) de recherche : autre partenaire : Université européenne de Bretagne (2007-2016)

Mots clés

Mots clés contrôlés

Images, Transmission des

Vision par ordinateur

Reconstruction d'image

Compression d'images

Résumé

Une nouvelle structure de dictionnaire adapté aux décompositions itératives de type poursuite, appelée un Iteration-Tuned Dictionary (ITD), est présentée. Les ITDs sont structurés en couche, chaque couche se composant d'un ensemble de dictionnaires candidats. Les décompositions itératives baséés ITD sont alors réalisées en sélectionnant, à chaque itération i, l'un des dictionnaires de la i-ème couche. Une structure générale des ITDs est proposée, ainsi que trois réalisations particulières : le Basic Iteration-Tuned Dictionary (BITD), le Tree-Structured Iteration-Tuned Dictionary (TSITD) et le Iteration-Tuned and Aligned Dictionary (ITAD). Ces structures sont comparées, dans des applications de débruitage et de compression d'images. Un codec basé sur le schéma ITAD est également présenté et comparé à JPEG2000 dans des évaluations qualitatives et quantitatives. Dans le contexte de l'indexation d'images, un nouveau système de recherche approximative des plus proches voisins est egalement introduit, qui utilise les représentations parcimonieuses pour réduire la complexité de la recherche. La méthode traite l'instabilité dans la sélection des atomes lorsque l'image est soumise à de faibles transformations affines. Un nouveau système de conditionnement des données est également introduit, permettant de mieux distribuer les données sur la sphère unitaire tout en préservant leurs distances angulaires relatives. Il est montré que cette méthode améliore le compromis complexité / performance de la recherche approximative basée sur des compositions parcimonieuses.

A new dictionary structure is introduced called an Iteration-Tuned Dictionary (ITD). ITDs are layered structures containing a set of candidate dictionaries in each layer. ITD-based iterative pursuit decompositions are carried out using, at each iteration i, one of the candidates from the i-th layer. A general ITD framework is proposed as well as three ITD realizations: the Basic Iteration-Tuned Dictionary (BITD), the Tree-Structured Iteration-Tuned Dictionary (TSITD) and the Iteration-Tuned and Aligned Dictionary (ITAD). These structures are shown to outperform various state-of-the-art reference algorithms in their ability to render a dataset compressible, as well as in image denoising and compression applications. The ITAD scheme is used to develop an image codec that outperforms JPEG2000 in qualitative and quantitative evaluations. An approximate vector search method is also introduced which uses sparse representations to carry out low-complexity approximate nearest-neighbor image searches. The approach addresses the related instability of the sparse support when the image patch is subject to small affine transformations. In developing this new approach, a new data conditioning scheme is introduced that succeeds in better distributing data on the unit sphere while preserving relative angles. It is shown that this new approach improves the complexity/performance tradeoff of approximate searches based on sparse representations.