Accès aux base d’images par navigation visuelle
Download
1 / 27

Accès aux base d’images par navigation visuelle Guillaume LAVOUE LIRIS, FRE 2672 CNRS - PowerPoint PPT Presentation


  • 67 Views
  • Uploaded on
  • Presentation posted in: General

Accès aux base d’images par navigation visuelle Guillaume LAVOUE LIRIS, FRE 2672 CNRS. Problématiques. Accès aux bases d’images. Recherche d’images par le contenu. Les systèmes RIPC traditionnels : Indexation. Recherche par image-clef. Inconvénients:

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Accès aux base d’images par navigation visuelle Guillaume LAVOUE LIRIS, FRE 2672 CNRS ' - flann


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

Accès aux base d’images par navigation visuelle

Guillaume LAVOUE

LIRIS, FRE 2672 CNRS


Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

Problématiques

  • Accès aux bases d’images.

  • Recherche d’images par le contenu.

  • Les systèmes RIPC traditionnels :

    • Indexation.

    • Recherche par image-clef.

  • Inconvénients:

    • Représentation linéaire des résultats.

    • Pas de vue globale du contenu de la base.

  • Intérêt d’un système de navigation.


  • Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    PLAN

    • Les méthodes de segmentation et d’indexation.

    • Mise en place de la structure de navigation.

    • Extension à l’approche locale.


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    La segmentation

    • Segmentation nécessaire:

      • Extractions des descripteurs.

      • Extractions des régions clefs.

  • Deux étapes:

    • Partitionnement de l’espace couleur (quantification).

    • Régularisation spatiale.

  • L’espace CIE Lab.

    • Transformation non-linéairedepuis l’espace RVB.

    • Perceptuellement uniforme.


  • Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Niveau 1

    (2 classes)

    niveau 2

    (3 classes)

    Niveau 3

    (4 classes)

    Partitionnement de l’espace couleur

    Histogramme

    Couleur (ab)

    Image couleur


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Régularisation spatiale

    • Pourquoi?

      • Image quantifiée = Image sur-segmentée

        Réduction de cette sur-segmentation.

  • Principe:

    • Fusion des régions

      Obtention des régions significatives correspondant aux objets de la scène.

  • =1243 régions


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Algorithme général

    • Filtrage des pixels isolés.

    • Extraction et étiquetage des régions connexes.

    • Construction du graphe d’adjacence.

    • Réduction du graphe Fusion des régions.

    • Construction de l’image finale à partir des régions restantes.


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Mesure des différences couleur

    • Espace Lab uniforme distance euclidienne .

    • Facteur de pondération

      • : Mesure de l’imbrication entre deux régions.

      • : Filtrage des régions jugées trop petites.

    • Distance finale entre deux régions i et j:


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Mesure des différences couleur

    • : Prise en compte de la disposition spatiale [ Schettini ].

    • : Facteur de filtrage des petites régions.

    : Périmètre de la ième région.

    : Longueur du périmètre entre

    la ième et la jème région.

    1 sinon

    : Nombre de pixels de la ième région.

    : Nombre minimal fixé.

    : Réel positif .


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Résultats de la segmentation

    Image originale

    Image quantifiée

    16 classes

    1243 régions

    Image Segmentée

    5 classes

    6 régions


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Résultats de la segmentation

    Images originales

    Images Segmentées

    (Respectivement 2 et 6 régions)

    Images quantifiées

    16 classes


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Description des Images Couleur

    • Deux approches:

      • Globale: Orientée Image.

      • Locale. Orientée Région.

  • Descripteurs colorimétriques:

    • Couleurs dominantes .

    • Pourcentages des classes .

    • Variances des classes: .

  • Descripteur spatio-colorimétriques

    • Cohérence spatiale .


  • Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    PLAN

    • Les méthodes de segmentation et d’indexation.

    • Mise en place de la structure de navigation.

    • Extension à l’approche locale.


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Les étapes de traitement

    • 3 étapes de traitement hors ligne:

      • Quantification de l’histogramme couleur

      • Structuration de la base

        • Quantification par Nuées Dynamiques

        • Quantification floue

      • Élaboration d ’un mécanisme de visualisation

        • ACP


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Quantification de l’histogramme couleur

    • Quantification uniforme de l ’histogramme

      Discrétisation des histogrammes L,a,b en k intervalles :

      valeurs normalisées .

    • Création d ’un vecteur représentatifpar image avec .


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Niveau N-2

    Niveau N-1

    A

    Niveau N

    B1

    B2

    B3

    B4

    Structuration de la base

    • Structure d’arbre hiérarchique


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Structuration de la base

    • Algorithme des nuées dynamiques

      • Données:

        • N points dans l’espace de dimension n.

        • k groupes caractérisés par leur centre de classe .

      • Initialisation:

        • Choix de k images qui formerons les initiaux.

      • Algorithme:

        • On assigne à chaque classe , les points Les plus proche de .

        • Calcul, pour chaque ,des centres de gravité .


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Structuration de la base

    • La quantification floue (Fuzzy k-mean) [ Bezdek]:

      • Initialisation des .

      • Algorithme

        • Calcul des centres de classes floues .

    Avec facteur de poids. Plus m est grand plus la quantification est floue.


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Structuration de la base

    • Mis à jour des pourcentages d’appartenance .

    • Comparaison des matrices d’appartenance avant et après l’itération.

    • P le numéro de l’itération actuelle.

    • le seuil d’arrêt.

      U telle que : .


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Mécanisme de visualisation

    • Projection de l’ espace de dimension n à un espace de dimension 2.

    • Méthode choisie: L’Analyse en Composantes Principales (ACP).

      • ACP appliquée sur les images représentatives des sous groupes.

      • Quantité d’information moyenne portée par les deux axes 80%.


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Niveau N-2

    Niveau N-1

    A

    Niveau N

    B1

    B2

    B3

    B4

    Fonctionnement


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Interface du système

    a

    b

    c

    e

    d

    f

    a : Fenêtre de navigation.

    b : Résultats affichage paramétrique.

    c : Images présentes dans le nœud.

    d : Image sélectionnée.

    e : Image requête.

    f : Résultats affichage linéaire.


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    PLAN

    • Les méthodes de segmentation et d’indexation.

    • mise en place de la structure de navigation.

    • Extension à l’approche locale.


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Intégration de l ’approche locale

    • Principe:

      • Vecteurs représentatifs associés aux régions.

      • Base = nuage de points-régions.

      • Région représentée par l’image qui la contient.

  • Intégration de la recherche

    • Sur une région de la base.

    • Sur une région choisie d’une image de la base.


  • Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Intégration de l ’approche locale

    Image

    Extraction zone

    Sélection zone

    Région

    Segmentation

    Région finale


    Acc s aux base d images par navigation visuelle guillaume lavoue liris fre 2672 cnrs

    Conclusion

    • Intégration Navigation / Recherche

      Efficacité, flexibilité.

    • Travail sur la couleur

      Extension à la forme, la texture.

    • Ouvertures:

      • Pré-classification sémantique.

      • Terminal intelligent, intégration du profil utilisateur.

      • Généralisation à d’autre bases (ex: objets 3D).


    ad
  • Login