Directory Intranet
Chargement
GOËAU Hervé

Structuration de collection d'images par apprentissage actif crédibiliste

 

Directeur de thèse :     Denis PELLERIN

École doctorale : Electronique, electrotechnique, automatique, traitement du signal (EEATS)

Spécialité : Signal, image, parole, tĂ©lĂ©coms

Structure de rattachement : UJF

Établissement d'origine : UJF

Financement(s) : CIFRE

 

Date d'entrée en thèse : 01/12/2005

Date de soutenance : 25/05/2009

 

Composition du jury :
Jenny BENOIS-PINEAU, rapporteur
Olivier COLOT, rapporteur
Sylvie PHILIPP-FOLIGUET
Jean–Michel RENDERS
Michèle ROMBAUT
Denis PELLERIN, directeur de thèse
Olivier BUISSON, co-directeur (INA)
Marie-Luce VIAUD, co-directeur (INA)

 

Résumé : Cette thèse se situe dans le contexte gĂ©nĂ©ral de l'indexation de base d'images. Devant l'accroissement des volumes et la complexitĂ© des traitements documentaires de ces bases (corrĂ©lĂ©e au problème bien connu du fossĂ© sĂ©mantique), il est difficile d'envisager des systèmes performants entièrement automatiques pour organiser une base d'images en diffĂ©rentes classes. Nous proposons un système d'assistance (semi-automatique) pour la structuration de collections d'images. Ce système se compose de trois parties : un module de modĂ©lisation de la connaissance , un module de sĂ©lection active d'images et un module interface homme-machine . A partir des descripteurs visuels calculĂ©s sur les images et les actions de l'utilisateur, qui peut crĂ©er et modifier des classes, le système utilise le formalisme du Modèle des Croyances TransfĂ©rables (TBM) pour modĂ©liser l'Ă©tat d'appartenance de chaque image Ă  l'ensemble des classes existantes. Un processus d'apprentissage actif permet de mettre en oeuvre diffĂ©rentes stratĂ©gies de sĂ©lection d'images pouvant aider l'utilisateur Ă  identifier les compositions des classes. Le formalisme des TBM permet Ă©galement la mise en oeuvre de classification non-exclusive ou multi Ă©tiquette se rĂ©vĂ©lant très pertinent dans le cas des images. Ce prototype a Ă©tĂ© validĂ© sur des jeux de tests de rĂ©fĂ©rence et des collections d'images personnelles ou issues du fond de l'INA, et prĂ©sentent de très bonnes performances. Une Ă©valuation a Ă©tĂ© conduite auprès d'utilisateurs professionnels et a montrĂ© des rĂ©sultats extrĂŞmement positifs en termes d'utilitĂ©, d'utilisabilitĂ© et de satisfaction.


GIPSA-lab, 11 rue des Mathématiques, Grenoble Campus BP46, F-38402 SAINT MARTIN D'HERES CEDEX - 33 (0)4 76 82 71 31