Recherche plus rapide et plus efficace des bases de données d'images
Financé dans le cadre du programme IST de la Commission européenne, le projet DSSCV a réuni des mathématiciens et des informaticiens de quatre universités européennes dans le but de développer des algorithmes plus efficaces pour les tâches de vision par ordinateur. À cette fin, l'application pratique des théories en matière de particularités et d'espace-échelle a été améliorée pour décrire la structure profonde d'une forme comme ensemble de détails. Les MSST (Multi-Scale Singularity Trees, ou arborescences de particularités à échelles multiples) peuvent représenter les structures topologiques des images sous forme de collection de «particularités» et fournir les connexions entre les caractéristiques des images à différentes échelles et leurs forces respectives. Les MSST extraits sont des descriptions d'images puissantes qui, en cas d'utilisation, transforment les tâches de vision par ordinateur en tâches de manipulation d'arborescences, problèmes mathématiques bien connus. Les algorithmes qui permettent d'exploiter ces MSST ont été développés par des chercheurs de l'université de Copenhague au Danemark, pour l'appariement d'images. La quantification des différences ou des distances entre images, et le choix des images les plus rapprochées constituent une des principales tâches du système de récupération des images en fonction de leur contenu. Pour évaluer les performances de ces algorithmes, plusieurs expériences ont été tentées sur des bases de données d'images. Les résultats ont ensuite été comparés aux algorithmes correspondant issus de la documentation. L'effet de chaque paramètre d'algorithme variable a été examiné sur la base de données de la face ORL. De plus, une base de données portant sur des couvertures de magazines a servi à la recherche d'images transformées et floues. Quant à la base de données d'images réelles COIL (Columbia Object Image Library, ou bibliothèque d'images objets de Columbia), elle a fait l'objet d'une étude depuis différentes perspectives. Malgré le stade peu avancé du développement des algorithmes, les résultats de recherches se sont avérés prometteurs par rapport à ceux des algorithmes SIFT (Scale Invariant Feature Transform) et CAT (Position of Catastrophes). Le consortium DSSCV envisage désormais de développer des outils logiciels qui permettront aux docteurs et aux techniciens hospitaliers de rechercher et trouver rapidement des images liées aux rayons X, à la résonance magnétique et à la tomographie en 3D.
