Exploitation du contenu visuel pour améliorer la recherche textuelle d'images en ligne

Résumé : Les moteurs de recherche d'images sur le web utilisent principalement l'information textuelle associée aux images afin de retrouver les images pertinentes, tandis que le contenu visuel, moins sémantique et plus coûteux en temps de calcul, est très peu utilisé dans la phase « en ligne ». Nous proposons une chaîne de traitements complète proposant deux façons efficaces et peu coûteuses d'utiliser le contenu visuel des images dans la phase en ligne. La première façon propose d'améliorer la précision des résultats retrouvés en filtrant les résultats textuels en fonction des concepts visuels détectés dans la requête textuelle. Pour cela, nous apprenons les concepts visuels à l'aide de forêts d'arbres de décision flous. Ce travail montre une nette amélioration des résultats lorsque l'on utilise les concepts apparaissant explicitement dans la requête. La deuxième façon propose d'améliorer la diversité des résultats pertinents obtenus afin de mieux satisfaire le besoin d'information de l'utilisateur. Pour cela, nous utilisons un partitionnement de l'espace visuel. Nous montrons que cette approche est effectivement efficace.
Document type :
Journal articles
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01172416
Contributor : Lip6 Publications <>
Submitted on : Tuesday, July 7, 2015 - 1:51:55 PM
Last modification on : Thursday, March 21, 2019 - 1:12:12 PM

Links full text

Identifiers

Citation

Sabrina Tollari, Marcin Detyniecki, Ali Fakeri-Tabrizi, Christophe Marsala, Massih-Reza Amini, et al.. Exploitation du contenu visuel pour améliorer la recherche textuelle d'images en ligne. Revue des Sciences et Technologies de l'Information - Série Document Numérique, Lavoisier, 2010, 13 (1), pp.187-209. ⟨10.3166/dn.13.1.187-209⟩. ⟨hal-01172416⟩

Share

Metrics

Record views

78