Date(s)
le 22 novembre 2016
10h30
Lieu(x)
Salle Lovelace, Département Informatique de Polytech Tours, 64 Avenue Jean Portalis, 37200 Tours
Exploration interactive, incrémentale et multi-niveau de larges collections d’images
Les travaux de recherche présentés et discutés dans cette thèse s’intéressent aux grandes collections d’images numériques. Plus particulièrement, nous cherchons à donner à un utilisateur la possibilité d’explorer ces collections d’images, soit dans le but d’en extraire de l’information et de la connaissance, soit de permettre une certaine sérendipité dans l’exploration. Ainsi, cette problématique est abordée du point de vue de l’analyse et l’exploration interactive des données. Nous tirons profit du paradigme de navigation par similarité et visons à respecter simultanément les trois contraintes suivantes : (i) traiter de grandes collections d’images, (ii) traiter des collections dont le nombre d’images ne cesse de croître au cours du temps et (iii) donner des moyens d’explorer interactivement des collections d’images. Pour ce faire, nous proposons d’effectuer une étude conjointe de l’indexation et de la visualisation de grandes collections d’images qui s’agrandissent au cours du temps.
Dans un premier temps, nous nous concentrons sur la construction incrémentale d’un graphe de voisinage, à savoir le Graphe des Voisins Relatifs (GVR), en vue de structurer une collection d’images. Dans un second temps, nous présentons une structure hybride, combinant hiérarchie et graphe, et qui est visualisable pour permettre une exploration interactive de grandes collections d’images. L’algorithme de partitionnement de données BIRCH est exploité pour générer cette structure. Enfin, nous présentons notre plateforme d’exploration interactive de grandes collections d’images. Pour évaluer notre plateforme, nous présentons une évaluation utilisateur, aux cotés de différents cas d’utilisation, tels qu’un système de recommandations ou encore un outil d’analyse visuelle pour l’analyse d’images de documents. L’ensemble de ces cas d’utilisation implique des collections d’images réelles, contenant jusqu’à 7 millions d’images.
Mots clés : Larges collections d’images, Indexation incrémentale, Visualisation, Exploration interactive, Graphe des voisins relatifs, Algorithme BIRCH, Structure hybride, Sérendipité.
Dans un premier temps, nous nous concentrons sur la construction incrémentale d’un graphe de voisinage, à savoir le Graphe des Voisins Relatifs (GVR), en vue de structurer une collection d’images. Dans un second temps, nous présentons une structure hybride, combinant hiérarchie et graphe, et qui est visualisable pour permettre une exploration interactive de grandes collections d’images. L’algorithme de partitionnement de données BIRCH est exploité pour générer cette structure. Enfin, nous présentons notre plateforme d’exploration interactive de grandes collections d’images. Pour évaluer notre plateforme, nous présentons une évaluation utilisateur, aux cotés de différents cas d’utilisation, tels qu’un système de recommandations ou encore un outil d’analyse visuelle pour l’analyse d’images de documents. L’ensemble de ces cas d’utilisation implique des collections d’images réelles, contenant jusqu’à 7 millions d’images.
Mots clés : Larges collections d’images, Indexation incrémentale, Visualisation, Exploration interactive, Graphe des voisins relatifs, Algorithme BIRCH, Structure hybride, Sérendipité.