Thèse soutenue

Un modèle vectoriel relationnel de recherche d'information adapté aux images

FR  |  
EN
Auteur / Autrice : Jean Martinet
Direction : Yves ChiaramellaPhilippe Mulhem
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance en 2004
Etablissement(s) : Université Joseph Fourier (Grenoble ; 1971-2015)

Résumé

FR  |  
EN

La démocratisation des systèmes d'acquisition d'images numériques, combinée à l'essor du Web, nécessite la définition de modèles et d systèmes de Recherche d'Information (RI) capables d'accéder rapidement aux images recherchées par des utilisateurs dans de grands volumes de données. L'objectif de ce travail est de définir un modèle de RI adapté aux images, en intégrant une sémantique riche pour 1 représentation de ces données visuelles et des requêtes des utilisateurs, tout en permettant l'application à de grands corpus. Notre proposition fusionne le modèle vectoriel de RI - modèle éprouvé en RI textuelle - avec le formalisme des Graphes Conceptuels (GC), en se fondant sur l'utilisation de graphes étoiles (GC élémentaires constitués d'une relation connectée à des concepts représentant les objets de l'image) comme descripteurs d'images. Une pondération originale de ces graphes étoiles (fondée sur la taille et la position des objets, ainsi que sur l'hétérogénéité des images) est définie et validée expérimentalement avec soin. Nous montrons que l'intégration de relations dans le modèle vectoriel par le biais des graphes étoiles augmente la précision du système, et la rend comparable à celle des systèmes basés sur la projection de graphes, tout en diminuant le temps de traitement des requêtes des utilisateurs.