Recherche dun même objet / scène Approches basées sur des descripteurs locaux Approches basées sur des descripteurs globaux
Approche locale Extraction de points dintérêt Calcul de descripteurs locaux en ces points ( ) Descripteur local
Approche locale Extraction de points dintérêt Calcul de descripteurs locaux en ces points Sélection des descripteurs correspondants dans la base ( ) Descripteur local
Sélection des descripteurs Mesure de similarité –distance de Mahalanobis Critère de recherche –recherche dans un intervalle –recherche des k voisins les plus proches
Accélération de la recherche Complexité de la recherche
Accélération de la recherche Complexité de la recherche Diagonaliser la matrice de covariance – –complexité est réduite à
Accélération de la recherche Complexité de la recherche Diagonaliser la matrice de covariance – –complexité est réduite à Réduction de dimension –donne une limite inférieure –élimination plus rapide des vecteurs avec une distance importante
Accélération de la recherche Arbre de recherche multi-dimensionnel {
Approche locale Extraction de points dintérêt Calcul de descripteurs locaux en ces points Sélection des descripteurs correspondants dans la base Sélection des images les plus similaires –algorithme de vote –vérification avec des relations de voisinage et globales
Contraintes de voisinage sans contraintesavec contraintes
Recherche dimages Recherche dun même objet ou dune même scène … –rotation image –facteur déchelle de 4 –visibilité partielle
Recherche dun même objet / scène Approches basées sur des descripteurs locaux –descripteurs photométriques (dérivées, filtres de Gabors, moments) –descripteurs géométriques (invariants géométriques) Approches basées sur des descripteurs globaux –histogramme de couleur –eigenimages
Histogramme de couleur
Eigenimages …