Détail de l'auteur
Auteur Neelanjan Bhowmik
Commentaire :
PhD student at MATIS from 2013 to 2017, researcher at MATIS from 2017 to 2018
Autorités liées :
idRef :
autre URL :
ORCID :
G. Scholar :
DBLP URL :
|
Documents disponibles écrits par cet auteur (6)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Panorama de la recherche à l'IGN sur la localisation d'une caméra à partir d'images / Nathan Piasco (2018)
![]()
contenu dans 27èmes Journées de la Recherche de l'IGN / Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne, France) (2018)
Titre : Panorama de la recherche à l'IGN sur la localisation d'une caméra à partir d'images Type de document : Article/Communication Auteurs : Nathan Piasco , Auteur ; Neelanjan Bhowmik
, Auteur ; David Vandergucht, Auteur ; Ewelina Rupnik
, Auteur ; Valérie Gouet-Brunet
, Auteur
Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Conférence : Journées Recherche de l'IGN 2018, 27es Journées 22/03/2018 23/03/2018 Champs-sur-Marne France programme sans actes Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] géopositionnement
[Termes IGN] précision du positionnementRésumé : (Auteur) Quand nous sommes perdus, notre premier réflexe est d’utiliser le GPS de notre téléphone. Mais cet outil n’est pas forcément adapté à tous les besoins de localisation. L’équipe Matis du Lastig travaille sur le concept même de localisation et explore plusieurs techniques, intégrant ou non l’information GPS, mais s’appuyant majoritairement sur l’analyse d’images éventuellement couplées à d’autres capteurs, pour fournir une information de positionnement à des niveaux de précision divers, allant d’une simple localisation sur une carte à l’estimation précise de la pose. Après avoir dressé le panorama des approches actuelles de localisation basée image, nous présentons plusieurs contextes de localisation exploitant des informations et des techniques très variées et complémentaires : localisation à partir de données hétérogènes pour la cartographie à long terme, localisation par indexation d’images pour la valorisation de fonds patrimoniaux, estimation de pose en environnement urbain pour la navigation de véhicules, estimation de pose embarquée pour la réalité augmentée, fusion GPS bas coût et photogrammétrie pour améliorer la précision de la restitution 3D en conditions d’acquisition peu favorables, par exemple en acquisition linéaire par drone. Numéro de notice : C2018-085 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/POSITIONNEMENT Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91536 Documents numériques
en open access
Panorama de la recherche à l'IGN - diaporama de présentationAdobe Acrobat PDF
contenu dans The 23rd international conference on MultiMedia Modeling, MMM 2017 / Laurent Amsaleg (2017)
Titre : Adaptive and optimal combination of local features for image retrieval Type de document : Article/Communication Auteurs : Neelanjan Bhowmik , Auteur ; Valérie Gouet-Brunet
, Auteur ; Lijun Wei
, Auteur ; Gabriel Bloch, Auteur
Editeur : Berlin, Heidelberg, Vienne, New York, ... : Springer Année de publication : 2017 Autre Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Collection : Lecture notes in Computer Science, ISSN 0302-9743 Projets : POEME / Da Silva, Jean-Claude Conférence : MMM 2017, 23rd international conference on Multimedia Modeling 04/01/2017 06/01/2017 Reykjavik Islande Proceedings Springer Importance : pp 76 - 88 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] modèle de régression
[Termes IGN] point d'intérêt
[Termes IGN] recherche d'image basée sur le contenuRésumé : (Auteur) With the large number of local feature detectors and descriptors in the literature of Content-Based Image Retrieval (CBIR), in this work we propose a solution to predict the optimal combination of features, for improving image retrieval performances, based on the spatial complementarity of interest point detectors. We review several complementarity criteria of detectors and employ them in a regression based prediction model, designed to select the suitable detectors combination for a dataset. The proposal can improve retrieval performance even more by selecting optimal combination for each image (and not only globally for the dataset), as well as being profitable in the optimal fitting of some parameters. The proposal is appraised on three state-of-the-art datasets to validate its effectiveness and stability. The experimental results highlight the importance of spatial complementarity of the features to improve retrieval, and prove the advantage of using this model to optimally adapt detectors combination and some parameters. Numéro de notice : C2017-021 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1007/978-3-319-51814-5_7 Date de publication en ligne : 01/06/2017 En ligne : https://doi.org/10.1007/978-3-319-51814-5_7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88988 Documents numériques
peut être téléchargé
Adaptive and optimal combination - preprintAdobe Acrobat PDFCombination of image descriptors for the exploration of cultural photographic collections / Neelanjan Bhowmik in Journal of Electronic Imaging, vol 26 n° 1 (January - February 2017)
![]()
[article]
Titre : Combination of image descriptors for the exploration of cultural photographic collections Type de document : Article/Communication Auteurs : Neelanjan Bhowmik , Auteur ; Valérie Gouet-Brunet
, Auteur ; Gabriel Bloch, Auteur ; Sylvain Besson, Auteur
Année de publication : 2017 Projets : POEME / Da Silva, Jean-Claude Article en page(s) : pp 1 - 13 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] base de données d'images
[Termes IGN] classification barycentrique
[Termes IGN] collection
[Termes IGN] fusion de données
[Termes IGN] image numérisée
[Termes IGN] moteur de recherche
[Termes IGN] patrimoine culturel
[Termes IGN] régression
[Termes IGN] web des donnéesRésumé : (Auteur) The rapid growth of image digitization and collections in recent years makes it challenging and burdensome to organize, categorize, and retrieve similar images from voluminous collections. Content-based image retrieval (CBIR) is immensely convenient in this context. A considerable number of local feature detectors and descriptors are present in the literature of CBIR. We propose a model to anticipate the best feature combinations for image retrieval-related applications. Several spatial complementarity criteria of local feature detectors are analyzed and then engaged in a regression framework to find the optimal combination of detectors for a given dataset and are better adapted for each given image; the proposed model is also useful to optimally fix some other parameters, such as the k in k-nearest neighbor retrieval. Three public datasets of various contents and sizes are employed to evaluate the proposal, which is legitimized by improving the quality of retrieval notably facing classical approaches. Finally, the proposed image search engine is applied to the cultural photographic collections of a French museum, where it demonstrates its added value for the exploration and promotion of these contents at different levels from their archiving up to their exhibition in or ex situ. Numéro de notice : A2017-189 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1117/1.JEI.26.1.011019 Date de publication en ligne : 19/12/2016 En ligne : http://dx.doi.org/10.1117/1.JEI.26.1.011019 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84799
in Journal of Electronic Imaging > vol 26 n° 1 (January - February 2017) . - pp 1 - 13[article]
Titre : Cross-domain image localization by adaptive feature fusion Type de document : Article/Communication Auteurs : Neelanjan Bhowmik , Auteur ; Li Weng
, Auteur ; Valérie Gouet-Brunet
, Auteur ; Bahman Soheilian
, Auteur
Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2017 Projets : POEME / Da Silva, Jean-Claude Conférence : JURSE 2017, Joint urban remote sensing event 06/03/2017 08/03/2017 Lausanne Suisse Proceedings IEEE Importance : 4 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] appariement d'images
[Termes IGN] environnement de développement
[Termes IGN] estimation de pose
[Termes IGN] géopositionnement
[Termes IGN] modèle de régression
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] recherche d'information géographique
[Termes IGN] similitudeRésumé : (auteur) We address the problem of cross-domain image localization, i.e., the ability of estimating the pose of a landmark from visual content acquired under various conditions, such as old photographs, paintings, photos taken at a particular season, etc. We explore a 2D approach where the pose is estimated from geo-localized reference images that visually match the query image. This work focuses on the retrieval of similar images, which is a challenging task for images across different domains. We propose a Content-Based Image Retrieval (CBIR) framework that adaptively combines multiple image descriptions. A regression model is used to select the best feature combinations according to their spatial complementarity, globally for a whole dataset as well as adaptively for each given image. The framework is evaluated on different datasets and the experiments prove its advantage over classical retrieval approaches. Numéro de notice : C2017-028 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/JURSE.2017.7924572 Date de publication en ligne : 11/05/2017 En ligne : https://doi.org/10.1109/JURSE.2017.7924572 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89292
Titre : Recherche multi-descripteurs dans les fonds photographiques numérisés Titre original : Multi-descriptor retrieval in digitalized photographs collections Type de document : Thèse/HDR Auteurs : Neelanjan Bhowmik , Auteur ; Valérie Gouet-Brunet
, Directeur de thèse
Editeur : Champs/Marne : Université Paris-Est Année de publication : 2017 Importance : 266 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] base de données d'images
[Termes IGN] collection
[Termes IGN] descripteur
[Termes IGN] détection d'objet
[Termes IGN] estimation de pose
[Termes IGN] exploration de données
[Termes IGN] extraction de traits caractéristiques
[Termes IGN] index
[Termes IGN] localisation basée image
[Termes IGN] modèle de simulation
[Termes IGN] patrimoine culturel
[Termes IGN] point d'intérêt
[Termes IGN] recherche d'image basée sur le contenu
[Termes IGN] reconnaissance d'objets
[Termes IGN] régression linéaireIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La recherche d’images par contenu (CBIR) est une discipline de l’informatique qui vise à structurer automatiquement les collections d’images selon des critères visuels. Les fonctionnalités proposées couvrent notamment l’accès efficace aux images dans une grande base de données d’images ou l’identification de leur contenu par des outils de détection et de reconnaissance d’objets. Ils ont un impact sur une large gamme de domaines qui manipulent ce genre de données, telles que le multimedia, la culture, la sécurité, la santé, la recherche scientifique, etc. Indexer une image à partir de son contenu visuel nécessite d’abord de produire un résumé visuel de ce contenu pour un usage donné, qui sera l’index de cette image dans la collection. En matière de descripteurs d’images, la littérature est désormais très riche : plusieurs familles de descripteurs existent, et dans chaque famille, de nombreuses approches cohabitent. Bon nombre de descripteurs ne décrivant pas la même information et n’ayant pas les mêmes propriétés d’invariance, il peut être pertinent de les combiner de manière à mieux décrire le contenu de l’image. Cette combinaison peut être mise en oeuvre de différentes manières, selon les descripteurs considérés et le but recherché. Dans cette thèse, nous nous concentrons sur la famille des descripteurs locaux, avec pour application la recherche d’images ou d’objets par l’exemple dans une collection d’images. Leurs bonnes propriétés les rendent très populaires pour la recherche, la reconnaissance et la catégorisation d'objets et de scènes. Deux directions de recherche sont étudiées : Combinaison de caractéristiques pour la recherche d’images par l’exemple : Le coeur de la thèse repose sur la proposition d’un modèle pour combiner des descripteurs de bas niveau et génériques afin d’obtenir un descripteur plus riche et adapté à un cas d’utilisation donné tout en conservant la généricité afin d’indexer différents types de contenus visuels. L’application considérée étant la recherche par l’exemple, une autre difficulté majeure est la complexité de la proposition, qui doit correspondre à des temps de récupération réduits, même avec de grands ensembles de données. Pour atteindre ces objectifs, nous proposons une approche basée sur la fusion d'index inversés, ce qui permet de mieux représenter le contenu tout en étant associé à une méthode d’accès efficace. Complémentarité des descripteurs : Nous nous concentrons sur l’évaluation de la complémentarité des descripteurs locaux existant en proposant des critères statistiques d’analyse de leur répartition spatiale dans l'image. Ce travail permet de mettre en évidence une synergie entre certaines de ces techniques lorsqu’elles sont jugées suffisamment complémentaires. Les critères spatiaux sont exploités dans un modèle de prédiction à base de régression linéaire, qui a l'avantage de permettre la sélection de combinaisons de descripteurs optimale pour la base considérée mais surtout pour chaque image de cette base. L'approche est évaluée avec le moteur de recherche multi-index, où il montre sa pertinence et met aussi en lumière le fait que la combinaison optimale de descripteurs peut varier d'une image à l'autre. En outre, nous exploitons les deux propositions précédentes pour traiter le problème de la recherche d'images inter-domaines, correspondant notamment à des vues multi-source et multi-date. Deux applications sont explorées dans cette thèse. La recherche d’images inter-domaines est appliquée aux collections photographiques culturelles numérisées d’un musée, où elle démontre son efficacité pour l’exploration et la valorisation de ces contenus à différents niveaux, depuis leur archivage jusqu’à leur exposition ou ex situ. Ensuite, nous explorons l’application de la localisation basée image entre domaines, où la pose d’une image est estimée à partir d’images géoréférencées, en retrouvant des images géolocalisées visuellement similaires à la requête. Numéro de notice : 17573 Affiliation des auteurs : LASTIG MATIS (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Organisme de stage : MATIS (IGN) ; Nicéphore Cité nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-01759559 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91963 Permalink