Notre système de configuration automatique du moteur de recherche d’images
Généralités sur la recherche d’images
Qu’est-ce que la recherche d’images?
Une image vaut mille mots. Une image permet de décrire la joie des partisans de football, un coucher de soleil, etc. C’est pourquoi les médias, les encyclopédies ou les individus utilisent les images pour représenter des évènements, des personnes, des objets et toute autre chose que nous voulons nous remémorer. Pour les utilisateurs, les images ont donc souvent plus de sens que de longues phrases, car cela leur permet de percevoir plus rapidement l’objet de leur recherche.
Suite à la baisse considérable des prix des dispositifs d’acquisition d’images telle que les appareils photo numériques, caméras vidéo, scanneurs, etc., et aussi suite à l’augmentation de la capacité de stockage dans ces appareils (mémoires de masse), l’utilisateur peut créer des collections contenant des millions d’images qui seront stockées sur son ordinateur.
De plus, suite au développement des systèmes de transmission et de diffusion d’infomiation tel que les réseaux internet, les réseaux spécialisés à haut débit, etc., les images seront partagées et accessibles sur ces systèmes par un grand public. Dès lors se sont posés deux problèmes importants :
• Comment l’utilisateur peut-il retrouver rapidement les images souhaitées parmi une grande masse d’information?
• Comment organiser l’ensemble des images acquises?
Ceci a encouragé l’apparition d’un nouveau domaine de recherche qui est aujourd’hui en plein essor, en l’occurrence la recherche d’images. Les travaux dans ce domaine ont comme objectif de concevoir et développer des outils capables d’ aider l’utilisateur à localiser les images recherchées dans un délai raisonnable et avec une grande précision. Ces outils sont un sous-ensemble des systèmes de recherches d’informations (SRI) et ils sont qualifiés de moteurs de recherche d’images ou de systèmes de recherche d’images.
Domaines d’application de la recherche d’images
Dans cette section nous présenterons quelques applications du domaine de la recherche d’images.
Les systèmes de sécurité ou d ‘authentification.
Les organismes chargés de faire appliquer la loi conservent dans leurs archives des données visuelles de personnes soupçonnées de méfait tel que la forme de visage, les empreintes digitales, l’empreinte vocale. Dès qu’une infraction est commise, il est possible de comparer des indices de la scène du crime avec celles des archives. Cette comparaison se fait à l’aide d’outils informatiques développés ces dernières années, et qui sont basés sur des caractéristiques biométriques .
Internet (Images et vidéos)
Le World Wide Web (WWW) a été inventé en 1989 par le chercheur Tim Bemers-Lee au CERN (Organisation pour la recherche nucléaire). Depuis son apparition le nombre de pages web est maintenant évalué à plusieurs milliards. Toutefois, le WWW ne contient pas seulement des informations textuelles, il inclut également des images ainsi que des informations visuelles comme des vidéos, des films, des bandes dessinées, etc.
Afin de trier ces informations, qui sont très abondantes, et toujours en plein essor, nous avons besoin d’outils de recherche efficaces qui permettent de classifier toutes les données afin que les utilisateurs puissent avoir des résultats concluants aux requêtes proposées. Plusieurs outils de recherche ont été mis au point pour effectuer de telles recherches.
Un premier type de recherche est celle selon le texte. Plusieurs systèmes ont été développés tels que Wikipédia, les dictionnaires en ligne, etc. Cela nous permet d’effectuer une recherche sur un sujet d’intérêt. Par exemple, si nous voulons connaître la provenance, et plus d’infoffilation, sur le mot « abeille », nous n’ avons qu’à inscrire ce mot dans le moteur de recherche et l’information recueillie sera extraite selon sa pertinence par rapport à notre requête de départ.
Tout comme pour le texte, il existe des outils de recherche permettant la classification des images à partir de bases de données lors d’une requête. Récemment, des outils de recherche d’images tels que Google image, Yahoo image, etc., permettent d’effectuer des recherches pour des bases de données d’images.
Encore, les outils actuels de recherche permettent de préciser une requête en introduisant « un contenu» à la requête. Par exemple, dans l’outil de recherche de Google, nous pouvons proposer une couleur comme item de départ. Le résultat sera plus spécifique et plus précis. À titre d’exemple, nous pouvons faire une recherche en utilisant «voiture rouge ». Les résultats devraient nous donner de l’information, et des items, en lien avec la requête «voiture rouge ».
Malgré les avancées dans le développement des moteurs de recherche pour le texte, les moteurs de recherche pour les autres médias sur le Web (images, audio et vidéo) sont plutôt rares et ils ne sont pas encore puissants.
La prévention de la criminalité
La recherche d’images par le contenu’ a été appliquée dans plusieurs situations en lien avec la lutte contre le crime. Par exemple, la reconnaissance des empreintes digitales, la reconnaissance d’un visage, rappariement d’ADN, les empreintes de semelle de chaussures et les systèmes de surveillance. Beaucoup de criminels conçoivent des sites web et les utilisent comme un moyen pour offrir des services, tel la vente d’armes illégales, de drogue et de pédophilie. Ces sites contiennent peu de texte et beaucoup d’informations visuelles. En s’appuyant sur une recherche par le texte, cette façon est souvent inefficace pour localiser les services illicites des criminels, donc il est nécessaire d’utiliser des outils de recherche d’images basés sur le texte et le contenu visuel pour localiser ces sites.
Il y a d’autres types d’activités illégales sur les sites Web, tel que l’appel à la violence, le racisme et le nazisme. Les services de police ont à leur disposition des outils performants pour la recherche d’images sur le Web qui leur permettent de localiser ces sites.
La protection de la propriété intellectuelle
L’enregistrement d’une image de marque de commerce est utilisé et validé lorsqu’une nouvelle marque de commerce est déposée sur le marché. Il faut d’abord qu’elle soit comparée avec les autres marques de commerce existantes pour s’assurer qu’il n’existe aucun risque de confusion entre elles. Cette méthode a longtemps été reconnue comme un domaine d’application de la recherche d’images par le contenu.
La protection des droits d’auteur sur l’image (image copyright protection) est également un domaine d’application de la recherche d’images. La détection d’une image copyright est une tâche très difficile lorsque des copies non autorisées sont transmises sur le WEB. Les détenteurs d’un copyright ont besoin de techniques qui les aident à chercher et à identifier les copies non autorisées des images, surtout si elles ont été modifiées. L’une des techniques d’image copyright est le tatouage numérique (watermarking).
Fonctionnement d’un moteur de recherche d’images
Dans les sections précédentes, nous avons présenté deux approches utilisées pour la recherche d’images : Concept-based image retrieval et Contenent-based image retrieval. Dans cette section nous allons passer en revue les principales fonctionnalités d’un moteur de recherche d’images pour chacune de ces deux approches. Il existe un certain nombre d’ étapes communes entre la recherche d’images par le texte et par le contenu :
1) L’ extraction des descripteurs de toutes les images de la BD, ainsi l’indexation doit se faire en mode off-hne (avant la session de recherche) et avant même que l’utilisateur fonnule sa requête. Cependant, les mêmes descripteurs doivent être extraits de la requête.
2) La comparaison entre la requête et une image de la BD revient à comparer entre les caractéristiques des deux images.
CONCLUSION GÉNÉRALE
Le but de ce projet était de développer un outil capable de configurer automatiquement les moteurs de recherche d’images afin qu’ils donnent de meilleures performances. Cet outil doit sélectionner la meilleure configuration en termes d’éléments tels que la combinaison de caractéristiques et de mesures de similarité, et ce, en fonction de la situation en cours qui est caractérisée par la requête, la base de données, etc.
|
Table des matières
Chapitre 1 – Généralités sur la recherche d’images
1.1 Introduction: Qu’est-ce que la recherche d’images?
1.2 Domaines d’application de la recherche d’images
1 2 1 L t .. es sys emes , d’ e securl ·te ‘ ou d’ au th en t1 1 1 ·ficat·on
1.2.2 Internet (Images et vidéos)
1.2.3 La prévention de la criminalité
1.2.4 La protection de la propriété intellectuelle
1.2.5 Le Filtrage du contenu inapproprié pour les enfants
1.2.6 Voyage et tourisme
1.2.7 Éducation et formation
1.2.8 Divertissement à domicile
1.2.9 La mode, l’architecture ~t la conception d’ingénierie
1.2.10 Historiques et l’étude de l’art
1.2.11 Le domaine militaire
1.2.12 Journalisme et publicité
1.2.13 Diagnostic médicaL
1.3 Fonctionnement d’un moteur de recherche d’images
1.3.1 Recherche d’images par le texte (Concept-based image
retrieval)
1.3.2 Recherche d’images par le contenu (Content-based image
retrieval ou CBIR)
1.4 La navigation
1.5 Conclusion
Chapitre 2 – Sélection des caractéristiques
2.1 Introduction
2.2 Qu’est-ce que la sélection de caractéristiques
2.2.1 Définition d’une sélection de caractéristiques
2.2.2 Sélection des caractéristiques dans la recherche d’images
2.2.3 Avantages et inconvénients de la sélection des caractéristiques
2.2.4 Comment créer le point de départ de la procédure et la
recherche
2.2.5 Quelques méthod~s de sélection des caractéristiques
2.2.6 Critique des méthodes de sélection
2.3 Conclusion
Chapitre 3 – Notre système de configuration automatique du moteur de recherche d’images
3.1 Introduction
3.2 Notre solution au problème de classification et d’organisation des
nnages
3.3 Étapes de notre outil de configUration
3.4 Principes de l’algorithme de sélection
3.5 Fonctionnement de l’interface utilisateur
3.5.1 Administrateur
3.5.2 Initialisation
3.5.3 Classification
3.5.4 Recherche
3.5.5 Autres menus de notre application
3.6 Conclusion
Chapitre 4 – Résultats expérimentaux
4.1 Introduction
4.2 Préalables
4.2.1 La base de données d’images
4.2.2 Caractéristiques extraites des images
4.2.3 Mesures de similarité utilisées
4.2.4 Vérité terrain
4.2.5 Mesures d’ évaluation
4.3 Expériences et évaluations
4.3.1 Première expérience: évaluation de la classification
4.3.2 Deuxième expérience : Évaluation de la recherche avec vérité
terrain automatique
4.3.3 Troisième expérience : Évaluation de la recherche avec vérité
terrain manuelle
4.4 Conclusion
CONCLUSION GÉNÉRALE
Télécharger le rapport complet
