Recherche d'images par noyaux sur graphes de régions.

Philippe-Henri Gosselin (1) , Justine Lebrun (2) , Sylvie Philipp-Foliguet (2)

1 MIDI - Multimedia Indexation and Data Integration
2 ETIS - UMR 8051 - Equipes Traitement de l'Information et Systèmes

Dans le cadre de la recherche interactive d'images dans une base de données, nous nous intéressons à des mesures de similarité d'image qui per- mettent d'améliorer l'apprentissage et utilisables en temps réel lors de la re- cherche. Les images sont représentées sous la forme de graphes d'adjacence de régions floues. Pour comparer des graphes valués nous employons des noyaux de graphes s'appuyant sur des ensembles de chaînes, extraites des graphes compa- rés. Nous proposons un cadre général permettant l'emploi de différents noyaux et différents types de chaînes(sans cycle, avec boucles) autorisant des apparie- ments inexacts. Nous avons effectué des comparaisons sur deux bases issues de Columbia et Caltech et montré que des chaînes de très faible dimension (lon- gueur inférieur à 3) sont les plus efficaces pour retrouver des classes d'objets.

Domaines: Machine Learning [stat.ML]

Philippe-Henri Gosselin, Justine Lebrun, Sylvie Philipp-Foliguet. Recherche d'images par noyaux sur graphes de régions.. Extraction et Gestion des Connaissances, Jan 2008, France. pp.1. ⟨hal-00520282⟩