Recherche et indexation de documents visuels: vers des systèmes qui se configurent automatiquement

L的文件展示(图像和视频)的理由是，网络和丹斯的收藏是不可缺少的，组织的文件类型是本地化的，是合理的。亲爱的朋友们，不要当真，请不要问S的问题。首页>>图片猎奇>>S的人力资源正在开发中。UNE Preière分析nous a permis de constater que le méme moteur peut donner de bons résutats avec une requéte donnétats avec un requéte donnéalors Qu‘il donne des résutats mésutats avéautres；il peut réussirábien consire BD maiséchoue comlètement avec d’autres等；un analyn分析接近的a de voiléque ces irréguaritét outs autres；de la Cherreche：un Despteur qui fontioncen Pour emble Images d‘peut un pdonpteur de sdonner de sutres de d’autres；la m me est avesable vales de artres；de la Cherreche：un Descripteur qui fontioncen Pour emble Images d‘peut d’pdonner de surétats ed d‘autres等。倒某些图像，L用来描述全局，用来描述本地的，用来描述本地的，用来确定情况的，L用S的形象描述L的形象，而不是描述L的形象，倒某些图像，用描述者形象加上有针对性的描述，等等。Notre recherche se déroulera en 4éTapes：1)发展的内容包括：描述的内容、相似的内容、不同的内容、不同的索引等。2)发展的内容包括S的表演，以及其他的情况。L的形象要求、宪法和L的使用等。3)评价者选择应用的检索和L的形象。4)Généraliser Autres Types de Documents Visuels。

En raison de l'abondance de documents visuels (images et vidéos) sur le web et dans les collections électroniques, il est devenu indispensable de développer des outils qui organisent ce type de documents afin de pouvoir les localiser en un temps raisonnable. Plusieurs chercheurs, dont nous-mêmes, se sont intéressés récemment à cette question. Cependant, la plupart des outils développés manquent souvent de précision. Une première analyse nous a permis de constater que le même moteur peut donner de bons résultats avec une requête donnée alors qu'il donne des résultats médiocres avec une autre; il peut réussir à bien organiser certaines BD mais échoue complètement avec d'autres, etc. Une analyse approfondie nous a dévoilé que ces irrégularités sont dues au choix des "ingrédients" de la recherche : Un descripteur qui fonctionne bien pour un ensemble d'images peut ne pas donner de bons résultats pour d'autres ensembles; La même chose est valable pour les mesures de similarité; Pour certaines images, l'utilisation de descripteurs globaux donne des résultats satisfaisants alors que pour d'autres, il faut utiliser des descripteurs locaux; Dans certaines situations, l'usager ne s'intéresse qu'à une partie de l'image alors que dans d'autres situations, tout son contenu l'intéresse; Pour certaines images, les descripteurs visuels sont plus pertinents alors que pour d'autres, ce sont les descripteurs textuels qui donnent les meilleurs résultats, etc. Notre objectif est donc d'explorer la piste de la configuration automatique en développant un moteur de recherche capable de choisir les ingrédients optimaux à chaque fois. Notre recherche se déroulera en 4 étapes : 1) Développer une banque d'ingrédients composée de plusieurs sacs : un sac contenant plusieurs descripteurs, un sac contenant plusieurs mesures de similarité, un sac contenant différentes méthodes d'indexation, etc. 2) Développer un mécanisme de sélection qui choisit de chaque sac les ingrédients qui donnent les meilleurs performances, et ce en fonction de la situation. Cette dernière est décrite par l'image requête, la constitution de la BD, les préférences de l'usager, etc. 3) Évaluer les ingrédients choisis en les appliquant à la recherche et l'indexation d'images. 4) Généraliser aux autres types de documents visuels.