Télécharger la présentation
Transcription
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