Utilisation de concepts visuels et de la diversité visuelle pour améliorer la recherche d’images

Download
  1. (PDF, 404 KB)
AuthorSearch for: ; Search for: ; Search for: ; Search for: ; Search for: ; Search for:
TypeArticle
Conference6ième Conference en Recherche et Application CORIA 2009, Belambra, Giens Peninsula, May 05-07, 2009
Subjecttext-based images retrieval; visual concepts detection; Fuzzy Decision Trees
AbstractDans cet article, nous étudions (i) comment extraire et exploiter des concepts visuels pour améliorer la recherche d’images basée sur le texte, et (ii) comment diversifier les résultats pertinents obtenus. Nous utilisons d’abord des forêts d’arbre de décisions flous (FFDTs) pour détecter les concepts dans les images, puis nous découvrons à l’aide de l’analyse des cooccurrences des relations d’exclusion mutuelle et d’implication entre les concepts. Ensuite, nous utilisons ces concepts pour améliorer la pertinence des résultats obtenus par un système de recherche d’images par le texte. Enfin, nous appliquons une méthode de diversité visuelle basée sur le partitionnement de l’espace visuel. Ce travail se place dans le cadre de la campagne d’évaluation CLEF. Il montre une nette amélioration des résultats lorsque l’on utilise les concepts apparaissant explicitement dans la requête textuelle, ainsi que l’efficacité du clustering spatial.
Publication date
LanguageFrench
Peer reviewedYes
NRC publication
This is a non-NRC publication

"Non-NRC publications" are publications authored by NRC employees prior to their employment by NRC.

NPARC number16435918
Export citationExport as RIS
Report a correctionReport a correction
Record identifieree1c8ca6-655d-4db4-85e7-4c8db8cad2ac
Record created2010-11-24
Record modified2016-05-09
Bookmark and share
  • Share this page with Facebook (Opens in a new window)
  • Share this page with Twitter (Opens in a new window)
  • Share this page with Google+ (Opens in a new window)
  • Share this page with Delicious (Opens in a new window)