Khalid IDRISSI - projet ARBI

Un des problèmes fondamentaux dans le domaine des bases de données multimédias, réside dans la recherche de similarité, c.à.d, le besoin de chercher un petit ensemble d’objets qui soient similaires où très peu rapproché d’un objet requête donné. La plupart des méthodes de recherche d’images par le contenu sont constituée des phases suivantes:
1. Une étape d’indexation d’image : consiste à extraire des signatures compactes de leurs contenu visuel. Ces signatures se présentent sous la forme de vecteurs multidimensionnels appelés descripteurs.
2. Une étape de structuration de l’espace de description : il s’agit dans cette étape de mettre en place une structure d’index multidimensionnels permettent une recherche efficace des dizaines voir des centaines de milliers d’images.
3. Une recherche de similarité : dans la plupart des méthodes, une distance est associée à chaque descripteur et une recherche des k plus proches voisins est effectuée.
Nous nous sommes focalisés dans le cadre de ce projet principalement sur les points 2 et 3 pour pouvoir répondre efficacement aux problématiques liées à la recherche des grandes bases d’images. Les travaux ont consisté, d’une part à améliorer la performance des méthodes d’indexations basées sur l’approximation en tenant compte des différentes descriptions des images afin d’apporter des réponses au problème du passage à l’échelle, et d’autre part, d’intégrer dans IMALBUM, moteur de recherche développé au sein de l’équipe, les améliorations obtenues concernant l’accès aux grandes bases d’images.

Tout d'abord, une nouvelle méthode (RA⁺-Block) a été proposée, et qui repose sur un nouvel algorithme de partitionnement qui permet d’améliorer notablement les performances de la structure d’index du RA-Blocks en terme de capacité de stockage et de temps de recherche en générant des régions compactes et disjointes.
Ensuite nous avons proposé une mesure de similarité adaptée aux données réelles lors de l’indexation et de la recherche par le contenu. Nous avons opté pour une représentation de la similarité par fonction noyau. Ainsi, toutes les mesures de similarité et calculs de distance auxquels nous nous sommes intéressés sont entièrement basés sur ce formalisme. Nous avons étudié les différents paramètres de la fonction noyau et nous avons proposé une stratégie de sélection des paramètres qui permettent une meilleure estimation de la similarité entre descripteurs hétérogènes ainsi qu’une représentation discriminante des données dans l’espace de caractéristiques.
enfin nous avons conçu une méthode efficace d’indexation et de recherche par le contenu (KRA⁺-Blocks) particulièrement adaptée aux données de nature hétérogènes . Cette méthode permet d’accélérer considérablement le temps de la recherche et d’améliorer significativement la qualité des résultats retournés, particulièrement pour les grandes bases de descripteurs d’attributs hétérogènes. La méthode proposée combine une méthode non linéaire de la réduction de la dimension et une méthode d’indexation multidimensionnelle fondée sur l’approche approximation pour faire face au problème de la malédiction de la dimension et à celui de l’indexation des données hétérogènes. Un schéma de bouclage de pertinence avec une approche statistique a été implémenté. L'approche proposée a été intégrée au moteur de recherche par le contenu des images fixes IMALBUM, développé au sein du LIRIS