ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Document Numérique

1279-5127
 

 ARTICLE VOL 13/1 - 2010  - pp.187-209  - doi:10.3166/dn.13.1.187-209
TITRE
Exploitation du contenu visuel pour améliorer la recherche textuelle d'images en ligne

TITLE
Exploiting visual content to improve on-line text-based image retrieval

RÉSUMÉ

Les moteurs de recherche d'images sur le web utilisent principalement l'information textuelle associée aux images afin de retrouver les images pertinentes, tandis que le contenu visuel, moins sémantique et plus coûteux en temps de calcul, est très peu utilisé dans la phase « en ligne ». Nous proposons une chaîne de traitements complète proposant deux façons efficaces et peu coûteuses d'utiliser le contenu visuel des images dans la phase en ligne. La première façon propose d'améliorer la précision des résultats retrouvés en filtrant les résultats textuels en fonction des concepts visuels détectés dans la requête textuelle. Pour cela, nous apprenons les concepts visuels à l'aide de forêts d'arbres de décision flous. Ce travail montre une nette amélioration des résultats lorsque l'on utilise les concepts apparaissant explicitement dans la requête. La deuxième façon propose d'améliorer la diversité des résultats pertinents obtenus afin de mieux satisfaire le besoin d'information de l'utilisateur. Pour cela, nous utilisons un partitionnement de l'espace visuel. Nous montrons que cette approche est effectivement efficace.

ABSTRACT

Web image search engines tend use the text information associated to the images to find the relevant ones. The visual content is rarely used in the "on-line"phase. We propose a complete processing chain exhibiting two efficient ways to use the visual content on the fly. The first method focuses on improving the retrieval precision by filtering text based results, using visual concepts identified in the (text) query. The visual concepts were previously learned (offline) using Forest of Fuzzy Decision Trees. There is a clear score improvement when concepts explicitly mentioned in the query are used. The second method focuses on the diversity of the results. We propose to partition the visual space and show that it is actually effective.

AUTEUR(S)
Sabrina TOLLARI, Marcin DETYNIECKI, Ali FAKERI-TABRIZI, Christophe MARSALA, Amini MASSIH-REZA, Patrick GALLINARI

MOTS-CLÉS
recherche d'images, concepts visuels, arbre de décision flou, diversité, ImageClef.

KEYWORDS
images retrieval, visual concepts, fuzzy decision trees, diversity, ImageClef.

LANGUE DE L'ARTICLE
Français

 PRIX
GRATUIT
   
ACCÉDER A L'ARTICLE COMPLET  (473 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
made by WAW Lavoisier