Méthodes d'apprentissage sémantiques: application à la recherche d'images. - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2005

Méthodes d'apprentissage sémantiques: application à la recherche d'images.

Résumé

Appliquée à la gestion des base d'images, l'analyse automatique a encore des difficultés à représenter les concepts abstraits que les utilisateurs recherchent. Bien que les stratégies de recherche interactives améliorent les résultats de la recherche, les performances d'un système dépendent toujours de la représentation de la base. Nous proposons dans ce papier deux méthodes d'optimisation supervisée d'un ensemble de vecteurs -- l'une vectorielle, et l'autre basée sur la théorie des noyaux. A partir d'un ensemble incomplet d'annotations partielles, ces méthodes améliorent la representation des données, même si la taille, le nombre, et la structure des concepts sont inconnus. Afin de valider ces approches, une étude expérimentale est menée sur une grande base d'images.
Fichier principal
Vignette du fichier
gosselin05cap.pdf (106.47 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-00520280 , version 1 (22-09-2010)

Identifiants

  • HAL Id : hal-00520280 , version 1

Citer

Philippe-Henri Gosselin, Matthieu Cord. Méthodes d'apprentissage sémantiques: application à la recherche d'images.. Conférence sur l'Apprentissage Automatique, May 2005, Nice, France. pp.1. ⟨hal-00520280⟩
85 Consultations
32 Téléchargements

Partager

Gmail Facebook X LinkedIn More