Thèse soutenue

Indexation de bases d'images : évaluation de l'impact émotionnel

FR  |  
EN
Auteur / Autrice : Syntyche Gbehounou
Direction : Christine Fernandez-MaloigneFrançois Lecellier
Type : Thèse de doctorat
Discipline(s) : Traitemement du signal et des images
Date : Soutenance le 21/11/2014
Etablissement(s) : Poitiers
Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie pour l'information, mathématiques (Limoges ; 2009-2018)
Partenaire(s) de recherche : Laboratoire : SIC
faculte : Université de Poitiers. UFR des sciences fondamentales et appliquées
Jury : Président / Présidente : Theo Gevers
Examinateurs / Examinatrices : Christine Fernandez-Maloigne, François Lecellier, Emmanuel Dellandréa
Rapporteurs / Rapporteuses : Ludovic Macaire, Denis Pellerin

Résumé

FR  |  
EN

L'objectif de ce travail est de proposer une solution de reconnaissance de l'impact émotionnel des images en se basant sur les techniques utilisées en recherche d'images par le contenu. Nous partons des résultats intéressants de cette architecture pour la tester sur une tâche plus complexe. La tâche consiste à classifier les images en fonction de leurs émotions que nous avons définies "Négative", "Neutre" et "Positive". Les émotions sont liées aussi bien au contenu des images, qu'à notre vécu. On ne pourrait donc pas proposer un système de reconnaissance des émotions performant universel. Nous ne sommes pas sensible aux mêmes choses toute notre vie : certaines différences apparaissent avec l'âge et aussi en fonction du genre. Nous essaierons de nous affranchir de ces inconstances en ayant une évaluation des bases d'images la plus hétérogène possible. Notre première contribution va dans ce sens : nous proposons une base de 350 images très largement évaluée. Durant nos travaux, nous avons étudié l'apport de la saillance visuelle aussi bien pendant les expérimentations subjectives que pendant la classification des images. Les descripteurs, que nous avons choisis, ont été évalués dans leur majorité sur une base consacrée à la recherche d'images par le contenu afin de ne sélectionner que les plus pertinents. Notre approche qui tire les avantages d'une architecture bien codifiée, conduit à des résultats très intéressants aussi bien sur la base que nous avons construite que sur la base IAPS, qui sert de référence dans l'analyse de l'impact émotionnel des images.