annotation automatique d’images

Abstract

La croissance rapide d’Internet et de l’information multimédia a engendré un besoin en technique d’indexation et de recherches d’information multimédia, et plus particulièrement en recherche d’images. Des systèmes de recherche d’images ont été développés pour permettre de faire des recherches dans des bases de données d’images. Cependant ces systèmes sont toujours peu performants en ce qui concerne la recherche sémantique d’images par requête textuelle. Pour effectuer une recherche sémantique, il faut être en mesure de transformer le contenu visuel des images (couleurs, textures, formes) en informations sémantiques. Cette transformation, appelée annotation d’images, assigne une légende ou des mots clés à une image numérique. Les méthodes traditionnelles de recherche d’image reposent fortement sur l’annotation manuelle d’image qui est très subjective, très coûteuse et devient impossible étant donné la taille et la croissance phénoménale des bases de données d’images actuellement existantes. C’est donc tout naturellement qu’a émergé la recherche pour trouver une solution informatique au problème. C’est ainsi qu’ont rapidement fleuri des travaux de recherche sur l’annotation automatique d’images visant à réduire aussi bien le coût d’annotation que le fossé sémantique séparant les concepts sémantiques et les caractéristiques numériques de bas niveau. Notre contribution dans ce domaine est de proposer un système d’annotation automatique d’image plus performant. Afin d’atteindre cet objectif, nous nous sommes penchés, dans un premier temps, sur l’étude bibliographique des différentes approches d’annotation automatiques d’images. Cette étude nous a permis de concevoir la structure du système d’annotation automatique réalisé. En suite, pour mettre en œuvre ce système, nous avons implémenté plusieurs algorithmes de classification, d’extraction des descripteurs et de segmentation d’images. Ces algorithmes ont été implémentés de façon à être modulaires et ainsi permettre de substituer différentes techniques les unes aux autres afin de choisir la combinaison la mieux adaptée. Pour optimiser le fonctionnement du système, des études expérimentales d’annotation automatique d’images sont réalisées sur trois bases de données d’images. L’analyse des résultats de ces études nous a permis de perfectionner l’architecture fonctionnelle du système d’annotation d’images considéré. L’architecture la plus performante est définie par : RÉSUMÉ - iv -  La combinaison de deux approches de classification différentes et complémentaires à savoir l’approche discriminative et l’approche générative. Les études expérimentales nous ont conduites à combiner le classificateur discriminatif (réseau de neurones) avec le classificateur génératif (réseau bayésien).  La combinaison des descripteurs. Les tests que nous avons réalisés ont montré que la combinaison des descripteurs est plus performante que leur fusion, et que les descripteurs utilisés doivent décrire la forme, la texture et la couleur des objets à annoter. Ainsi nous avons combiné le descripteur de forme, moments de Legendre, avec celui de la texture, matrice de cooccurrence, et celui de la couleur, histogrammes de couleur RGB.  Le regroupement des régions adjacentes, résultantes d’une segmentation automatique d’images, pour avoir des objets sémantiquement compacts. Cette architecture originale permet :  L’intégration d’autres descripteurs pour améliorer davantage les performances du système d’annotation automatique d’images.  L’intégration d’autres modules pour décrire l’objet par sa couleur, sa texture et/ou sa taille, … etc. Dans ce travail, nous avons ajouté, au système d’annotations automatiques réalisées, un module qui désigne la couleur dominante d’un objet.  La prise de décision par le vote des classificateurs combinés. Le mot-clé ayant le maximum de votes est considéré comme étant le mot le plus probable pour l’annotation d’un objet. Le système d’annotation automatique d’images ainsi réalisé est utilisé pour annoter des images de trois bases d’images à savoir ETH-80, COIL-100 et une base construite au cours de ce travail appelée NATURE. Les résultats obtenus sont très satisfaisants. Pour passer à l’échelle, c’est à dire à d’autres bases plus larges de données images complexes, il faut améliorer la segmentation, intégrer d’autres descripteurs et changer le langage de programmation. RÉSUMÉ - v - Notons aussi que nous avons appliqué les algorithmes de classification, d’extraction des descripteurs et de segmentation, implémentés au cours de ce travail, à la reconnaissance des caractères Tifinagh