Retour

IMALBUM: Moteur de recherche d'images par le contenu 
Mot-clés

segmentation couleur, descripteurs d'images, recherche d'images par le contenu, CBIR
Résumé de l'étude 

Le travail mené dans le cadre de ce projet a pour but de proposer un système de recherche d’images par le contenu, basé sur la couleur. De tels systèmes intègrent un ensemble de techniques allant de la segmentation, jusqu’à la recherche, en passant par la description, l’indexation et la mesure de similarité. Notre travail a concerné la couleur dans un premier temps. Une méthode originale de segmentation couleur est proposée, s’appuyant sur le principe du seuillage d’histogramme par minimisation d’entropie croisée, offrant par là même, une description efficace et compacte de la distribution couleur dans l’image. Deux autres descripteurs couleur sont proposés pour apporter l’information spatiale qui manque à l’approche par histogramme. Le système développé est comparé à celui suggéré par MPEG-7 sur la base de descripteurs équivalents. Une méthode d’évaluation objective de la similarité couleur entre images est également proposée, en faisant appel à une base d’images de synthèse. Lorsque le contenu couleur d’une image n’est pas corrélé avec son sens sémantique, l’utilisation de la couleur comme unique attribut de description perd de sa pertinence. D’autres attributs, tels que la forme ou la texture, sont alors nécessaires pour représenter le contenu de l’image. Nous proposons une approche locale de la recherche, celle-ci se faisant sur la base d’objets d’intérêt définis par l’utilisateur pour lesquels les attributs précédemment cités sont calculés (déscripteur ART pour la forme et Haralik et Gabor pour la texture), puis utilisés pour la description et la mesure de similarité. Enfin, une méthode d’accès aux bases d’images complémentaire à la recherche est proposée, permettant à un utilisateur de naviguer visuellement dans la base en s’appuyant sur des critères sémantiques. Dans certains cas favorables, cet outil de navigation permet également l’identification de régions couleur en disposant d’une liste d’objets référencés. Enfin un mécanisme de bouclage de pertinence a été mis en place, permettant ainsi à l'utilisateur d'être introduit dans le boucle, ce qui améliore notablement les résulats Le système développé appelé IMALBUM offre une interface utilisateur conviviale pour l’indexation, la recherche par similarité et la navigation visuelle.

                                                              image originale                                                  image segmentée 30 couleur
                                                             
 

Les paramètres choisis pour la description d'une classe sont : la couleur dominante, le pourcentage de celle ci, la cohérence spatiale, ainsi que les vecteurs et valeurs propres de l'histogramme couleur de la classe.
Lors d'une requête utilisateur, formulée par une image clef servant de motif de recherche, une distance entre descripteurs est calculée permettant ainsi d'extraire de la base les images les plus proches du modèle fourni par l'utilisateur. En fait nous avons distingué des paramètre globaux et des paramètres locaux. Ainsi la recherche se fait en deux étapes, d'abords sur l'aspect global de l'image, puis sur les caractéristique locales de celle ci.
L'interface conviviale permet à l'utilisateur de choisir un certain nombre de paramètres de manière  interactive. Par ailleurs un affichage original des résultats offre une aide supplémentaire à l'utilisateur pour afficher sa recherche.

  Interface Utilisateur IMALBUM


Interface IMALBUM

 

Références

"An efficient High-Dimensionnal Indexing Method for Content-Based Image Retrieval in Large Image Databases", I. Daoudi, K. Idrissi, S. Ouatik, A. Baskurt, D. Aboutajdine, EURASIP Journal of Signal Processing : Image communication 24():775-790, Elsevier. 2009.
"Object categorization using boosting within hierarchical bayesian model", Y. Ji, K. Idrissi, A. Baskurt. in IEEE Int. Conf. on Image Processing (ICIP), Cairo, Egypte. 2009.
"Facial Expression Recognition by Self-Identification for Video Sequence", Y. Ji, K. Idrissi, in International Conference on Signal-Image Technology and Internet-Based Systems (SITIS'09), Marrakech. 2009. 
“Query understanding in content-based image retrieval context ”, E. Naud, K. Idrissi, B. Tellez, A. Baskurt, International Workshop on Content-Based Multimedia Indexing (CBMI), pp. 323-327, Bordeaux, France, June 2007. 
Object of interest based visual navigation retrieval and semantic content identification system”, K. Idrissi, J. Ricard, G. Lavoué, A. Baskurt, Computer Vision and Image Understanding CVIU , Vol. 94, n° 1-3, pp. 271-294, April-June 2004.
“An objective performance evaluation tool for color based image retrieval systems”, K. Idrissi, J. Ricard, A. Baskurt, in IEEE Int. Conf. on Image Processing (ICIP'00), Vol. 2, pp. 389-392, Rochester, USA, Sept. 2002.
"Multi-component Cross Entropy segmentation for Color Image Retrieval",  K. Idrissi, J. Ricard; and A. Baskurt , In Proc. of the 2nd International Symposium on Image and Signal Processing and Analysis, Pula, Croatia, pp. 132-137, June 2001.   pdf 
"An Image Retrieval System Based on  Local and Global Color Descriptors",  K. Idrissi, J. Ricard, A. Anwander and A. Baskurt, In Proc. Of the 2nd IEEE Pacific-Rim Conference on Multimédia, Beijing, China, October 2001.         pdf