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 27/1 - 2013  - pp.39-63  - doi:10.3166/ria.27.39-63
TITRE
Codage des modèles de tags

TITLE
Coding of tag models

RÉSUMÉ

Annoter des images selon un nombre fini de concepts fixés a priori est une tâche fon- damentale permettant la recherche d’images par le contenu. En pratique, plusieurs modalités (visuelle, textuelle...) fournissent des informations sur le contenu des images. Notre intérêt porte ici sur les tags associés aux images, généralement issus d’une indexation personnelle, fournissant une information imparfaite et partiellement pertinente. Nous proposons deux modè- les de tags pour pallier de telles imperfections, l’un modélisant le phénomène au moyen d’un seuil établi automatiquement selon la similarité sémantique avec les concepts visuels, et l’autre améliorant le schéma de codage des sacs-de-mots en s’inspirant de récents travaux effectués en classification d’images. L’ensemble de ces travaux est validé sur plusieurs bases d’images publiques et couramment utilisées dans le domaine de l’annotation d’images. Les résultats expérimentaux montrent que les méthodes proposées dépassent l’état de l’art tout en restant moins coûteuses en calculs que les travaux récents dans le domaine.



ABSTRACT

Annotating images using a fixed number of concepts is a fundamental task for content based image retrieval and classification. In practice, several modalities (visual, text...) provide information about the content of images. We are specifically interested in the tags associated with images, usually resulting from folksonomy, that provide imperfect and partially relevant information. We propose two tag models bearing such imperfections, one modeling the phe- nomenon through a threshold which is automatically set according to semantic similarity with visual concepts, and the other improving the coding scheme of bags-of-words, inspired from recent work carried out in image classification. All this work is validated on several publicly available databases commonly used in the field of image annotation. The experimental results show that the proposed methods are beyond the state of the art while remaining less computa- tionally expensive



AUTEUR(S)
Amel ZNAIDIA, Aymen SHABOU, Hervé LE BORGNE, Céline HUDELOT

MOTS-CLÉS
annotation d’images, indexation personnelle, classification supervisée, imperfection des tags, similarité sémantique

KEYWORDS
image annotation, folksonomy , supervised classification, tag imperfection, semantic similarity

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  (1,48 Mo)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier