Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
Contenu archivé le 2024-06-18
Visual Recognition Made Super-Scalable

Article Category

Article available in the following languages:

Explorer les collections d'images numériques

Grâce à un financement de 1,5 million d'euros accordé par le Conseil européen de la recherche (CER), des chercheurs ont étudié de nouvelles méthodologies permettant d'identifier des liens visuels entre des images d'une collection géante.

Il n'y encore pas si longtemps, la seule option disponible pour rechercher des images était d'utiliser des mots clés. Mais les choses ont considérablement évolué ces dernières années avec les techniques de reconnaissance d'images. N'importe quelle image peut être convertie en un ensemble de vecteurs calculés décrivant le contenu visuel en termes mathématiques. Des moteurs de recherche spéciaux utilisent cette technique de reconnaissance d'images pour permettre aux utilisateurs de suivre certaines images et leurs versions modifiées. L'équipe du projet VIAMASS(s’ouvre dans une nouvelle fenêtre) (Visual recognition made super-scalable) a mis au point des méthodes innovantes pour augmenter considérablement les performances de ces requêtes visuelles. Elle s'est aussi attachée à trouver des solutions permettant d'identifier automatiquement les liens visuels entre les images. Avant le projet VIAMASS, aucune méthodologie ne permettait de trouver de manière exacte et efficace ces liens visuels entre les images d'une très vaste collection. Les précédentes tentatives avaient consisté à produire des algorithmes capables de détecter les schémas visuels répétitifs, en laissant des correspondances rares passer entre les mailles. Les chercheurs ont commencé par développer des représentations d'image radicalement nouvelles, permettant de résoudre les problèmes de reconnaissance visuelle qu'ils rencontraient. L'étape suivante a consisté à trouver des solutions algorithmiques permettant de trouver des sous-ensembles de vecteurs représentant un objet identique dans différentes images. Enfin, ils ont proposé de nouvelles méthodes de codage utilisées pour comparer ces ensembles de vecteurs dans une immense collection d'images. Le projet de recherche de cinq ans a mis en évidence l'intérêt d'adopter plusieurs approches originales basées sur des démonstrateurs exploitant certains liens visuels présents dans les images. Le projet VIAMASS ouvrira la voie à de meilleures représentations de la requête classique par échantillon, et fera progresser la chaîne de traitement des recherches de liens visuels.

Découvrir d’autres articles du même domaine d’application

Mon livret 0 0