Hiérarchies sémantiques pour l'annotation multifacette d'images

Résumé : Cette thèse a pour sujet l'annotation automatique d'images. Pour plus de souplesse, nous utilisons un vocabulaire structuré, permettant de construire des annotations multifacettes et à différents niveaux d'interprétation. Une annotation prend alors la forme d'un ensemble de multilabels associés à des indices de confiance et permet d'exprimer un compromis fiabilité/précision sémantique. Le traitement proposé se déroule en deux phases : extraction de caractéristiques informatives et calcul de probabilités normalisées sur un espace de multilabels. Chacune exploite des mécanismes d'apprentissage. La démarche est évaluée sur deux jeux de données : un ensemble d'images de voitures et la base d'objets génériques Caltech-101. Les résultats suggèrent d'utiliser le vocabulaire structuré à différentes étapes selon la nature des données.
Type de document :
Thèse
Traitement des images. Ecole des Ponts ParisTech, 2010. Français. <NNT : 2010ENPC1002>
Liste complète des métadonnées

https://pastel.archives-ouvertes.fr/pastel-00555122
Contributeur : Vivien Girard <>
Soumis le : mercredi 12 janvier 2011 - 13:53:09
Dernière modification le : mardi 23 mai 2017 - 13:50:57
Document(s) archivé(s) le : mercredi 13 avril 2011 - 02:49:57

Identifiants

  • HAL Id : pastel-00555122, version 1

Citation

Anne-Marie Tousch. Hiérarchies sémantiques pour l'annotation multifacette d'images. Traitement des images. Ecole des Ponts ParisTech, 2010. Français. <NNT : 2010ENPC1002>. <pastel-00555122>

Partager

Métriques

Consultations de
la notice

453

Téléchargements du document

305