Accès aux base d’images par navigation visuelle
This presentation is the property of its rightful owner.
Sponsored Links
1 / 27

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


  • 49 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:

Download Presentation

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

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).


  • Login