La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Analyse et indexation dimages de documents par le contenu Mickaël COUSTATY L3i – Université de La Rochelle thèse encadrée par Jean-Marc OGIER et Karell.

Présentations similaires


Présentation au sujet: "1 Analyse et indexation dimages de documents par le contenu Mickaël COUSTATY L3i – Université de La Rochelle thèse encadrée par Jean-Marc OGIER et Karell."— Transcription de la présentation:

1 1 Analyse et indexation dimages de documents par le contenu Mickaël COUSTATY L3i – Université de La Rochelle thèse encadrée par Jean-Marc OGIER et Karell BERTET

2 2 Plan I.Contexte / objectifs II.Introduction : extraction puis dindexation III.Extraction de caractéristiques I.Différents types de signatures II.A partir de points dintérêts III.Premières expérimentations IV.Indexation

3 3 Contexte : NaviDoMass Université de La Rochelle - Laboratoire d'Informatique, Images et Interactions 3 Intérêt croissant pour la préservation et laccès libre au patrimoine Nombreuses sources : bibliothèques, musées, archives, … Origines très variées, documents hétérogènes et non structurés Pas de connaissance a priori Grandes masses de documents Mickaël Coustaty

4 4 Objectif Permettre laccès de tous, à toute linformation, depuis nimporte où Toute information / Quel que soit le lieu / Quel que soit le moment / Quelle que soit la personne / Rapidement et efficacement 4

5 5 Un processus en 2 étapes Extraction de signatures Indexation à partir de ces signatures a1a1 a2a2 a3a3 …. a n a1a1 a2a2 a3a3 …anan Système dindexation

6 6 Calcul de signatures : état de lart - indexation et recherche dimages Trois types dapproches développées en indexation 1.Approche globale : Considère limage dans son ensemble Caractérise limage en utilisant des statistiques calculées sur limage entière. Ces techniques décrivent limage globalement. Une description moins fine de limage notamment de recherche des objets. 2.Approche locales et semi-locales: Détection de points dintérêt et calculs éventuels dinvariants autour de ces points dintérêt 3.Approche spatiale: Considère limage comme composée dun ensemble dobjets. Description de limage est portée par lensemble des descriptions des éléments la composant mais aussi par les relations existantes entre eux.

7 7 Approche globale la d é marche d une recherche par l exemple : Calcul de signatures : état de lart - indexation et recherche dimages

8 8 Approche spatiale la d é marche d une recherche par l exemple : Calcul de signatures : état de lart - indexation et recherche dimages

9 9Mickaël Coustaty Semi-locales Autour de points dintérêts Plusieurs signatures de dimension réduite Chaque signature = un élément (caractéristique) de limage Signatures a fort pouvoir discriminant Intégration du spatial Calcul de signatures : Orientations

10 10 Les signatures 10Mickaël Coustaty Recherche de points dintérêts Utilisation de différentes couches dinformations [KAU99] Étude des relations « intra-couche » Étude des relations « inter-couches » Utilisation de multi échelle? {{{ ….. Attributs FormesAttributs ContoursAttributs texturesetc

11 11 Premiers développements Points dintérêts (zones dintérêts) – SIFT [LOW04] – Harris [Harris] – FAST [ROS06] Texture : – Critère uniformité (texture [ROS99]) – Auto corrélation (texture) Contours – Filtre canny derich [CAN86] (Détection de contours)

12 12 Points dintérêts Calcul de signatures a1a1 a2a2 a3a3 …anan a1a1 a2a2 a3a3 …anan a1a1 a2a2 a3a3 …anan Combinaison de ces signatures?

13 13 Couche texture Extraction de points dintérêts SIFT FAST 5354 PI PI 886 PI

14 14 Contours : Filtre de Canny

15 15 Un processus en 2 étapes Extraction de signatures Indexation à partir de ces signatures a1a1 a2a2 a3a3 …. a n a1a1 a2a2 a3a3 …anan Système dindexation

16 16 Indexation et Classification Méthode numériques ou symboliques Plusieurs méthodes symboliques Treillis [GUI07,ENG93] Arbres [Rakatomalala97] Associations Générateurs minimaux [TEK04]? Choix dune méthode symbolique Générateurs minimaux associés : Au treillis Aux associations

17 17 Clef dindex Clé dans la table dindex = caractéristiques sélectionnées dans les signatures Sélection globale de caractéristiques : – Après discrétisation (seules les caractéristiques dominantes sont conservées) – Grâce aux concepts du treillis : possibilité de séparer chaque classe en paquets Sélection locale : – Les générateurs minimaux = ensemble min. de caractéristiques pour un paquet – Générateur minimal = nombre différent et min. de caractéristiques / classe – Générateurs minimaux = clés dans la table dindex Nécessité de séparation de classes Permet de choisir (intervention de lutilisateur) oCe que lon veut décrire oCe dont on a besoin oCe que lon a

18 18 {{{ ….. Attributs FormesAttributs couleurAttributs texturesetc Toutes les signatures => discrimination par combinaison

19 19 Treillis : créateur de cluster Chaque concept réuni les images ayant des attributs identiques Treillis = vision double du problème (images / attributs) Générateur minimal = chemin condensé vers ce concept Générateur minimal = un index vers les images aux propriétés identiques (décrits par les mêmes attributs) Nécessité de séparation de classes Permet de choisir (intervention de lutilisateur) oCe que lon veut décrire oCe dont on a besoin oCe que lon a

20 20 Exemple avec un treillis Couleur Forme Texture Forme / Couleur / Texture Calcul du treillis Jusquà séparation de classes = 1 concept / classe Extraction des générateurs minimaux -> clés de la table dindexation

21 21 Perspective de développement pour lindexation Calcul des générateurs minimaux Intégration de règle dassociations?

22 22 Bibliographie [CAN86] Canny, J., A Computational Approach To Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, 8: , [LOW04] Lowe, D., Distinctive Image Features from Scale-Invariant Keypoints, International Journal of Computer Vision, [ROS06] Rosten, E., High performance rigid body tracking, Phd Thesis, [ROS99] Rosenberger, C, Mise en Œuvre dun Système Adaptatif pour la Ségmentation dImages, PhD Thesis, 1999 [KAU99] Kauniskangas, H., Document Image Retrievel With Improvements in Database Quality, PhD Thesis, 1999 [ENG03] Engelbert, M. N., Une nouvelle approche basée sur le treillis de Galois pour l'apprentissage des concepts, n°124 msh, 1993 [TEK04] Tekaya, S. Ben, Algorithme de construction dun treillis des concepts formels et de détermination des générateurs minimaux, numéro spécial CARI 2004 [GUI07] Guillas, S., Reconnaissance d'Objets Graphiques Déteriorés : Approche Fondée sur un Treillis de Galois, PhD Thesis, 2007


Télécharger ppt "1 Analyse et indexation dimages de documents par le contenu Mickaël COUSTATY L3i – Université de La Rochelle thèse encadrée par Jean-Marc OGIER et Karell."

Présentations similaires


Annonces Google