Centre de documentation
scientifique

Dépouillements

Sélection adaptative des dimensions de l'indexation visuelle d'images mal annotées en fonction du mot recherché / S. Tollari in Ingénierie des systèmes d'information, ISI : Revue des sciences et technologies de l'information, RSTI, vol 11 n° 4 (juillet - août 2006)

Public [article]  inIngénierie des systèmes d'information, ISI : Revue des sciences et technologies de l'information, RSTI > vol 11 n° 4 (juillet - août 2006) . - pp 55 - 80 Titre : Sélection adaptative des dimensions de l'indexation visuelle d'images mal annotées en fonction du mot recherché Type de document : Article/Communication Auteurs : S. Tollari, Auteur ; H. Glotin, Auteur Année de publication : 2006 Article en page(s) : pp 55 - 80 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Systèmes d'information [Termes IGN] analyse discriminante [Termes IGN] approximation [Termes IGN] base de données d'images [Termes IGN] classification non dirigée [Termes IGN] modèle conceptuel de données Résumé : (Auteur) La construction de modèles de concepts visuels généralistes est difficile, parce que les grandes bases d'images ne sont pas annotées localement pour chaque concept qu'elles contiennent. Ceci invalide les méthodes classiques d'optimisation de l'espace visuel à grande dimension. Pour améliorer la recherche et l'indexation d'images réalistes mal annotées, nous proposons deux méthodes de sélection des traits visuels les plus discriminants pour chaque mot-clé : l'approximation de l'analyse discriminante linéaire (ALDA) et l'approximation de la diversité marginale maximale (AMMD). De plus, nous dérivons par entropie les traits d'hétérogénéité H des 40 traits visuels classiques U. Pour chaque mot, nous réduisons par combinaison, puis sélection, les espaces visuels. Nous démontrons, par classification non supervisée sur 10K images de COREL et 50 mots, la complémentarité des informations visuelles U et H, et que l'on peut réduire l'indexation visuelle de 79 % tout en améliorant la classification de +69 %. Le passage à l'échelle de ces méthodes est discuté. Numéro de notice : A2006-374 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/SOCIETE NUMERIQUE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74864 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
093-06041	RAB	Revue	Centre de documentation	En réserve L003	Disponible