Skip to Main content Skip to Navigation
Theses

Hiérarchies sémantiques pour l'annotation multifacette d'images

Anne-Marie Tousch 1, 2
2 imagine [Marne-la-Vallée]
ligm - Laboratoire d'Informatique Gaspard-Monge, CSTB - Centre Scientifique et Technique du Bâtiment, ENPC - École des Ponts ParisTech
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.
Document type :
Theses
Complete list of metadatas

https://pastel.archives-ouvertes.fr/pastel-00555122
Contributor : Vivien Girard <>
Submitted on : Wednesday, January 12, 2011 - 1:53:09 PM
Last modification on : Wednesday, February 26, 2020 - 7:06:12 PM
Document(s) archivé(s) le : Wednesday, April 13, 2011 - 2:49:57 AM

Identifiers

  • HAL Id : pastel-00555122, version 1

Citation

Anne-Marie Tousch. Hiérarchies sémantiques pour l'annotation multifacette d'images. Traitement des images [eess.IV]. Ecole des Ponts ParisTech, 2010. Français. ⟨NNT : 2010ENPC1002⟩. ⟨pastel-00555122⟩

Share

Metrics

Record views

739

Files downloads

445