Télécharger la présentation

satellitaire et aérien
médical
archive (patrimoine culturel, musées, …)
agences de photos, photos personnelles, …
AS fouille d’images - 22 janvier 2004
2
– stockage des données : organisation, structuration, indexation des
bases
– recherche d’information : recherche exacte, approchée, exhaustive,
navigation
– partage des données : partage des ressources, accès à distance,
sécurité.
Problèmes :
–
–
–
–
Grandes bases de données images :
Pourquoi la fouille d’images ?
membres : Laure Blanc-Feraud, Philippe Bolon,
Jean Pierre Cocquerez, Matthieu Cord, Thierry Denoeux,
Abder Elmoataz, Alain Giros, Patrick Gros,
Anne Guérin-Dugué, Jeanny Hérault, Jean-Michel Jolion,
Patrick Lambert, Roger Mohr, Marinette Revenu
AS « fouille d’images »
Sylvie PHILIPP-FOLIGUET
La fouille d’images en 2003
AS fouille d’images - 22 janvier 2004
Que cherche l’utilisateur dans une base de données images ?
une image particulière ? un objet particulier ? ensemble
d’images ?
Interface, interactivité
– forme de la requête :
image exemple, croquis, mots-clés, …
– nature de l’interaction :
pertinent/non pertinent, note, déplacer des icônes
– présentation des images à l’utilisateur :
les plus pertinentes, les plus variées
Comment font les industriels ?
agences de photos : à la main
DLR : système de fouille
Usages – utilisateurs
[24 janvier, 7 juillet]
AS fouille d’images - 22 janvier 2004
Nous avons exploré trois voies :
- codage de l’image : signatures
- outils d’analyse des données, de classification, d’apprentissage
- passage à l’échelle : indexation des bases de données
Problème : le fossé sémantique
entre le concept (sémantique) et les attributs calculés sur l’image
Moyen : interactivité avec l’utilisateur
Fouille d’images = domaine d’application du traitement d’image, de la
reconnaissance des formes et des bases de données
Enjeux de la fouille d’images
4
3
5
AS fouille d’images - 22 janvier 2004
6
s’inspirer des modèles perceptifs et cognitifs
– descripteurs justifiés par l’adjectif « perceptif » (Gabor,
espace Lab) employer des filtres « indépendants »
– exploiter la saillance (par exemple points caractéristiques,
exploration visuelle de l’image)
– analyser les usages : organisation des catégories
sémantiques, notion de chronologie
représenter l’image sous une forme exploitable et compacte (?)
– classiquement : distributions de couleur, texture
– régions : la segmentation revisitée
Signature : s’inspirer de la psychophysique
[24 janvier]
AS fouille d’images - 22 janvier 2004
[Guyader et al, 2002]
Exemple d’interface 2D
mise en correspondance de graphes
AS fouille d’images - 22 janvier 2004
– des difficultés avec les données incomplètes, imparfaites
(méta-données sur les images, résultats)
Documents XML
– des atouts pour le stockage d’informations hétérogènes
Utiliser les SGBD relationnels :
– recherche approximative (des plus proches voisins) :
balayage séquentiel aussi rapide !
Norme MPEG7
– ensemble de descripteurs + langage de définition des descripteurs
mais pas de codage de la sémantique
– graphes hiérarchiques des objets (XML)
Structurer les bases de données [19 mai]
AS fouille d’images - 22 janvier 2004
Problèmes :
– grandes masses de données (primitives x signatures)
– espaces de recherche de grandes dimensions donc presque vides
Classer hors-ligne :
– hiérarchies, ontologies, attacher des mots-clés
problème : la polysémie des images
– SVM : classifieur à deux classes
Classification en ligne
– recherche approximative
– navigation dans la base
Apprentissage à long terme
– réutiliser les recherches précédentes
– construire des modèles des utilisateurs
Apprentissage, classification [1 avril]
8
7
AS fouille d’images - 22 janvier 2004
- Plate-forme de test accessible sur le web
Moyen terme
- Evaluation
Court terme
- Workshop « Apprentissage et analyse de données pour la
fouille d'images » RFIA le 27 janvier
Projets
9