VI. Introduction à l ’indexation Texte écrit recherche d'info. sur le contenu (symbolique du mot) Images Contenu d'une image texte ! Indexation manuelle dans des bases de données Augmentation exponentielle du nombre d'images Un défi Automatisation de l'indexation d'images par le contenu Interfaces et moteurs de recherche adaptés Rque : Analyse d'une image = quelques sec.
Retrouver des images semblables à celles que cherche l'utilisateur Problème posé Retrouver des images semblables à celles que cherche l'utilisateur Que cherche l'utilisateur ? exemples, mots clés Quelles mesures considérer sur les images ? Quelles fonctions de ressemblance ? Contraintes de robustesse rotation échelle éclairage
VI.2 Indexation par mesures globales Mesures sur l'image entière et/ou des zones a priori Couleur : idée visuelle vague : "fleur rouge, ciel bleu" Couleurs majoritaires Histogramme RVB calcul de distances complexe, illumination! Niveaux de gris Paramètres de texture Utilisation de silhouettes Seuillage binaire Direction, nombre ...
VI.3 Indexation par mesures locales Mesures sur une image segmentée Que segmenter ? objets, primitives ... Que mesurer ? des angles, des nombres, des orientations Problème reporté sur l'algorithme de segmentation A adapter aux modalités d'images
VI.3 Indexation et compression Mesures fournies par/pendant la compression Vectoriel dictionnaire Fractale LIFS Sous-bandes répartition énergétique, direction DCT Continuité, Activité fréquentielle locale MPEG-4 multiplexage d'objets
VI.3 Un exemple de produit : QBIC Images +- texte data base Indexation Requêtes itératives
Segmentation des images Silhouettes Semi-automatique : croissance de régions, snakes Paramètres calculés sur images & objets Couleur Barycentre RGB Histogramme 64 couleurs Texture (Y) Directions privilégiées (Gradient) Fenêtres variables (variance NG) coarsness / contrast Forme Orientation Surface, périmètre, compacité Imagette 64x64 de contour
Recherche par texte / image / objet Couleur moyenne Histogramme couleur Texture Forme / position des contours localisations d'objets Try the demo : http://wwwqbic.almaden.ibm.com
Couleur dominante + 64 coefs sous-bandes
VI.3 MPEG-7 (98-2001) Objectif Définir un standard de description de l'information multimédia Texte, Image, graphique, 3D, audio Extraction de descripteurs (Auto/manuel) Moteurs de recherche adaptés Retour d'informations classement format condition d'accès Applications Services & Usages Média numérique personnalisé Choix d'un programme TV Commerce électronique Agents intelligents ...
Plan I. Introduction II. Représentations & Acquisition III. Pré-traitement & Amélioration IV. Compression V. Segmentation VI. Introduction à l'indexation VII. Introduction au tatouage VIII. Conclusion
VII. Introduction au tatouage Objectif Protéger la propriété des images numériques Watermark = signal inséré dans l'image Unique identifie l'image Multiple identifie la source 2 types visible facile à enlever, propriétaire visible invisible difficile à enlever, piéger les truands
Remarques Original + watermark # original watermark signature électronique Contraintes ! Impossible à enlever sans dégrader l'image Résiste au scaling, cropping, coding, modif histogramme Invisible mais extractible En nombre suffisants
Domaine spatial (peu résistant) Quelles approches Domaine spatial (peu résistant) flip des bits de poids faible de quelques pixels Modifications d'amplitude (YUV) Domaine fréquentiel Modifications de coefs TFD / TCD / Sous-bandes Compromis entre (invisibilité / indélébilité)
Exemple avec la DCT (M. Barni et al., LCI/DIE/ Univ. Florence)
Qu'est ce qu'un bon watermak ? Limitations Double watermark ! Questions Qu'est ce qu'un bon watermak ? Distorsion introduite ! Niveau de résistance Besoin de l'original ? Du PC au papier ! Comment gérer ses droits ? Quels Usages ? Quels services ?
Plan I. Introduction II. Représentations & Acquisition III. Pré-traitement & Amélioration IV. Compression V. Segmentation VI. Introduction à l'indexation VII. Introduction au tatouage VIII. Conclusion
VIII. Conclusion BDO Tatouage Indexation Compression Segmentation Image numérique Indexation Compression Segmentation Image Multimédia Des techniques complexes et prometteuses Dimension affective forte Au cœur de nouveaux services & usages Transmission Rec. formes Décision