• ENT
  • Intranet
  • Portail étudiant
  • Portail université

Outils accessibilité :

  • Accessibilité |
  • Aller au contenu |
  • Aller au menu
 

UPThèses

Recherche

Le Huu Ton

Improving image representation using image saliency and information gain

enDépôt légal électronique

Consulter le texte intégral de la thèse (format PDF)  

Couverture du document

Index

École doctorale :

  • S2IM - Sciences et ingénierie pour l'information, mathématiques

UFR ou institut :

  • UFR des sciences fondamentales et appliquées (SFA)

Secteur de recherche :

  • Traitement du signal et des images

Section CNU :

  • Génie informatique, automatique et traitement du signal

Résumé

  • Français
  • English
 

Français

Amélioration de la représentation des images : apport de la saillance et du gain d'information

De nos jours, avec le développement des nouvelles technologies multimédia, la recherche d’images basée sur le contenu visuel est un sujet de recherche en plein essor avec de nombreux domaines d'application: indexation et recherche d’images, la graphologie, la détection et le suivi d’objets... Un des modèles les plus utilisés dans ce domaine est le sac de mots visuels qui tire son inspiration de la recherche d’information dans des documents textuels. Dans ce modèle, les images sont représentées par des histogrammes de mots visuels à partir d'un dictionnaire visuel de référence. La signature d’une image joue un rôle important car elle détermine la précision des résultats retournés par le système de recherche. Dans cette thèse, nous étudions les différentes approches concernant la représentation des images. Notre première contribution est de proposer une nouvelle méthodologie pour la construction du vocabulaire visuel en utilisant le gain d'information extrait des mots visuels. Ce gain d’information est la combinaison d’un modèle de recherche d’information avec un modèle d'attention visuelle. Ensuite, nous utilisons un modèle d'attention visuelle pour améliorer la performance de notre modèle de sacs de mots visuels. Cette étude de la saillance des descripteurs locaux souligne l’importance d’utiliser un modèle d’attention visuelle pour la description d’une image. La dernière contribution de cette thèse au domaine de la recherche d’information multimédia démontre comment notre méthodologie améliore le modèle des sacs de phrases visuelles. Finalement, une technique d’expansion de requêtes est utilisée pour augmenter la performance de la recherche par les deux modèles étudiés.

Mots-clés libres : Recherche d'images par le contenu visuel, indexation, multimédia, attention visuelle, gain d'information.

    Rameau (langage normalisé) :
  • Saillance visuelle
  • Traitement d'images -- Techniques numériques
  • Perception visuelle
  • Attention

English

Improving image representation using image saliency and information gain

Nowadays, along with the development of multimedia technology, content based image retrieval (CBIR) has become an interesting and active research topic with an increasing number of application domains: image indexing and retrieval, face recognition, event detection, hand writing scanning, objects detection and tracking, image classification, landmark detection... One of the most popular models in CBIR is Bag of Visual Words (BoVW) which is inspired by Bag of Words model from Information Retrieval field. In BoVW model, images are represented by histograms of visual words from a visual vocabulary. By comparing the images signatures, we can tell the difference between images. Image representation plays an important role in a CBIR system as it determines the precision of the retrieval results. In this thesis, image representation problem is addressed. Our first contribution is to propose a new framework for visual vocabulary construction using information gain (IG) values. The IG values are computed by a weighting scheme combined with a visual attention model. Secondly, we propose to use visual attention model to improve the performance of the proposed BoVW model. This contribution addresses the importance of saliency key-points in the images by a study on the saliency of local feature detectors. Inspired from the results from this study, we use saliency as a weighting or an additional histogram for image representation. The last contribution of this thesis to CBIR shows how our framework enhances the BoVP model. Finally, a query expansion technique is employed to increase the retrieval scores on both BoVW and BoVP models.

Keywords : Content based image retrieval, indexing, multimedia, visual attention, information gain.

Notice

Diplôme :
Doctorat d'Université
Établissement de soutenance :
Université de Poitiers
UFR, institut ou école :
UFR des sciences fondamentales et appliquées (SFA)
Laboratoire :
XLIM-SIC
Domaine de recherche :
Traitement du signal et des images
Directeur(s) de thèse :
Christine Fernandez-Maloigne, Thierry Urruty
Date de soutenance :
23 novembre 2015
Président du jury :
Joemon M. José
Rapporteurs :
Liming Chen, Benoit Huet
Membres du jury :
Christine Fernandez-Maloigne, Thierry Urruty, Muriel Visani

  • Tweeter
  • Partager
 

Menu :

  • Rechercher par...

    • Années de soutenance
    • Auteurs
    • Directeurs de thèse
    • Écoles doctorales
    • Secteurs de recherche
    • Sections CNU
    • UFR, instituts et Écoles
    • Recherche ciblée
  • À propos d'UPthèses

    • Présentation
    • Mode d'emploi
    • Contacts
  • Voir aussi

    • theses.fr
    • Bibliothèques de l'UP
    • Sudoc

Annexe :

  • Une question ?

    Avec le service Ubib.fr, posez votre question par chat à un bibliothécaire dans la fenêtre ci-dessous :


    ou par messagerie électronique 7j/7 - 24h/24h, une réponse vous sera adressée sous 48h.
    Accédez au formulaire...
 
 

Université de Poitiers - 15, rue de l'Hôtel Dieu - 86034 POITIERS Cedex - France - Tél : (33) (0)5 49 45 30 00 - Fax : (33) (0)5 49 45 30 50
these@support.univ-poitiers.fr - Crédits et mentions légales