Skip to Main content Skip to Navigation
Theses

An hybrid method for fine-grained content based image retrieval

Résumé : La quantité d'images disponible sur Internet ne fait que croître, engendrant un besoin d'algorithmes permettant de fouiller ces images et retrouver de l'information. Les systèmes de recherche d'images par le contenu ont été développées dans ce but. Mais les bases de données grandissant, de nouveaux défis sont apparus. Dans cette thèse, la classification à grain fin est étudiée en particulier. Elle consiste à séparer des images qui sont relativement semblables visuellement mais représentent différents concepts, et à regrouper des images qui sont différentes visuellement mais représentent le même concept. Il est montré dans un premier temps que les techniques classiques de recherche d'images par le contenu rencontrent des difficultés à effectuer cette tâche. Même les techniques utilisant les machines à vecteur de support (SVM), qui sont très performants pour la classification, n'y parviennent pas complètement. Ces techniques n'explorent souvent pas assez l'espace de recherche pour résoudre ce problème. D'autres méthodes, comme les algorithmes évolutionnaires sont également étudiées pour leur capacité à identifier des zones intéressantes de l'espace de recherche en un temps raisonnable. Toutefois, leurs performances restent encore limitées. Par conséquent, l'apport de la thèse consiste à proposer un système hybride combinant un algorithme évolutionnaire et un SVM a finalement été développé. L'algorithme évolutionnaire est utilisé pour construire itérativement un ensemble d'apprentissage pour le SVM. Ce système est évalué avec succès sur la base de données Caltech-256 contenant envieront 30000 images réparties en 256 catégories
Document type :
Theses
Complete list of metadatas

Cited literature [92 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01478403
Contributor : Abes Star :  Contact
Submitted on : Tuesday, February 28, 2017 - 10:36:30 AM
Last modification on : Tuesday, May 26, 2020 - 6:50:56 PM
Document(s) archivé(s) le : Monday, May 29, 2017 - 1:15:42 PM

File

2016AZUR4085.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01478403, version 1

Collections

Citation

Romaric Pighetti. An hybrid method for fine-grained content based image retrieval. Other [cs.OH]. Université Côte d'Azur, 2016. English. ⟨NNT : 2016AZUR4085⟩. ⟨tel-01478403⟩

Share

Metrics

Record views

489

Files downloads

1296