ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 22/3-4 - 2008  - pp.489-502  - doi:10.3166/ria.22.489-502
TITRE
CAViz, exploration interactive des résultats de l'analyse factorielle des correspondances pour des images

RÉSUMÉ
Notre investigation a pour but d'explorer de façon interactive les résultats de l'analyse factorielle des correspondances (AFC) appliquée sur des images afin de pouvoir extraire des connaissances et de mieux interpréter ces résultats. Nous proposons un outil graphique interactif, CAViz, qui permet de visualiser et d'extraire des connaissances à partir des résultats de l'AFC sur les images. Originellement l'AFC est destinée à l'analyse d'un tableau de contingence. Une application est l'analyse des données textuelles. En analyse de données textuelles, le tableau de contingence croise mots et documents. Pour l'adaptation de l'AFC aux images, la première étape consiste donc à définir des « mots visuels » dans les images (analogue des mots dans les textes). Ces mots sont construits à partir de descripteurs locaux (SIFT, Scale Invariant Feature Transform) des points d'intérêt des images. CAViz projette le nuage de points dans des plans factoriels et permet d'extraire visuellement des informations intéressantes comme des mots caractérisants, des facteurs importants en utilisant des indicateurs pertinents de l'AFC (qualité de représentation et contribution à l'inertie). Une application à la base Caltech4 démontre l'intérêt de CAViz pour l'analyse des résultats de l'AFC.


ABSTRACT
We propose an interactive graphical tool, CAViz, which allows to visualize and to extract knowledge from FCA results on images. Originally the FCA is for the analysis of contingency tables. For adapting FCA on images, we first define the "visual" words in images. These words are constructed from local descriptors (SIFT, Scale Invariant Feature Transform) in images. CAViz projects clouds of points in factorial plans and allows viewing and extracting interesting information such as: characterizing words, important factors using FCA relevant indicators (representation quality and contribution to the inertia). An application to the Caltech4 database shows the interest of CAViz for image mining.


AUTEUR(S)
Nguyen-Khang PHAM, Annie MORIN, Patrick GROS

MOTS-CLÉS
analyse factorielle des correspondances, visualisation, SIFT.

KEYWORDS
factorial correspondence analysis, visualization, SIFT.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (13,55 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier