Le laboratoire Liris a participé au challenge Shrec 2011 (3D Shape Retrieval Contest 2011) sur la tâche de recherche de visages 3D. L’objectif est d’évaluer la performance d’ algorithmes de recherche de formes 3D sur les modèles de visage 3D. La base de données de test est composée de 780 modèles de visage 3D provenant de 130 personnes.  Beaucoup de ces modèles 3D sont de très mauvaise qualité, comportant des trous, des occlusions, notamment. Cette année, quatre groupes dont Liris ont participé à ce challenge avec 14 méthodes différentes.  Liris a soumis au challenge cinq variantes d’une méthode  basées sur la détection de points caractéristiques sur les surfaces faciales 3D à travers les courbures maximales et minimales, ainsi que la caractérisation de ces points caractéristiques par des histogrammes pondérés de quantités différentielles d’ordre multiple.  Avec un taux de reconnaissance respectivement de 92% et de 90%, Liris obtient la première et la deuxième performance à travers nos méthodes N° 3 et N°2. Evaluées sur le taux de rappel et le taux de précision moyen, les deux méthodes N°3 et N°2 arrivent en 2ème et 3ème position. En plus, à la différence d’autres méthodes soumises  au même challenge, les méthodes proposées par le Liris n’ont eu besoin d’aucun prétraitement des modèles 3D ou ni d'aucun apprentissage.

Les chercheurs du Liris ayant participé à ce challenge sont Huibin Li (huibin.li@ec-lyon.fr) et Liming Chen (liming.chen) de l’équipe Imagine à l’Ecole Centrale de Lyon.

L’article de synthèse décrivant et comparant les différentes méthodes de soumission à Shrec’11 Track : 3D Face Models Retrieval peut être trouvé à l’adresse suivante :http://diglib.eg.org/handle/10.2312/3DOR.3DOR11.089-095

Le LIRIS a également participé cette année à la tâche «Photo annotation» de la compétition internationale ImageCLEF 2011 dont le but est l’annotation automatique d’images selon 99 concepts incluant différentes scènes (intérieur, extérieur, paysage, ...), objets (voiture,  animal, personne, ...), événements (voyage, travail, ...), émotions (joie, euphorie, peur, mélancolie, ...). Pour cela, un ensemble d’apprentissage était fourni aux participants contenant 8000 images provenant du site de partage de photos Flickr ainsi que leur annotation (présence ou absence dans l’image de chacun des 99 concepts), leurs données EXIF et des mots-clés d’utilisateurs. Le rôle de cet ensemble d’apprentissage est d’ajuster les paramètres des modèles de détection des concepts proposés par les participants. L’évaluation de ces méthodes a été réalisée sur un ensemble de test contenant 10000 images. Chaque participant devait alors fournir les résultats de détection des concepts pour chacune des images de test et une comparaison avec la vérité terrain a  alors permis d’évaluer la qualité des méthodes proposées.

Parmi les 18 équipes internationales ayant participé à cette compétition, le LIRIS a obtenu la seconde place selon le critère d’évaluation MiAP (mesure de la qualité moyenne de  détection des concepts) grâce à une méthode reposant sur la fusion de caractéristiques décrivant les propriétés visuelles des images en termes de couleur, texture, forme et esthétique ainsi que la sémantique extraite du texte associé aux images (mots-clés). La fusion opérée au niveau décision a permis de combiner des classifieurs de type «Support Vector Machine» associés aux différentes caractéristiques visuelles et textuelles pour tirer le meilleur parti de leur complémentarité.

Les chercheurs du LIRIS ayant contribué à ce travail sont Ningning Liu (ningning.liu@ec-lyon.fr), Yu Zhang (yu.zhang@ec-lyon.fr), Emmanuel Dellandréa (emmanuel.dellandrea@ec-lyon.fr), Stéphane Brès (stephane.bres@insa-lyon.fr) et Liming Chen (liming.chen@ec-lyon.fr).
 
Site du CLEF2011 : http://clef2011.clef-initiative.eu/index.php