Extraction de COnnaissance à partir d’Images
Lien vers le programme détaillé
14 :00
* Titre : Présentation de l’Atelier ECOI –
EGC 2006 - Extraction de COnnaissance à partir d’Images - Le contexte
des ronds-points dans les images satellites
* Auteurs : Nicolas Loménie et Guray Erus (Laboratoire SIP-CRIP5, paris)
14 : 30
Titre : Image : entre pixels et graphes sémantiques
* Auteurs : Noël Richard, Denis Arrivault, Christine Fernandez-Maloigne,Philippe Bouyer (Laboratoire SIC, RC-SOFT)
15 : 00
* Titre : Une
mesure générique de la similarité de deux graphes
* Auteurs :
Sébastien Sorlin, Olfa Sammoud, Christine Solnon et Jean Michel Jolion
(Laboratoire LIRIS, Lyon)
15 :30 Pause
16 : 00
* Titre : Comment utiliser le treillis de Galois en Reconnaissance d’Images
* Auteurs : Stéphanie Guillas, Karell Bertet, Jean-Marc Ogier (Laboratoire L3I, La Rochelle)
16 : 30 Discussion
Le but de cet atelier est d'exposer des recherches dans le
domaine de l'Analyse d'Images au sens large dans un but d'Extraction et de
Gestion des Connaissances. Ces exposés devraient permettre de faire un bilan de
cette interaction et de réfléchir à des évolutions souhaitables, voire à des
projets réunissant encore plus fortement les deux communautés.
Pour cette deuxième proposition dans le cadre d'EGC, l'accent pourrait être
mis sur la notion de fouille d’images et de graphes (« image and
graph mining »).
Nous pensons proposer à quelques personnalités du monde de la recherche de faire des propositions de communication dans le cadre de leurs équipes de recherche, qui déboucherait sur une table ronde. Par ailleurs, les propositions spontanées seront aussi les bienvenues.
Cette table ronde a plusieurs objectifs scientifiques :
INFORMATIONS PRATIQUES :
Date : le mardi 17 janvier après midi
Organisateurs : Prof. Nicole VINCENT et Dr. Nicolas LOMENIE
Contact : mailto:Nicolas.Lomenie@math-info.univ-paris5.fr
14 :00 - Nicolas
Loménie
* Titre : Présentation de l’Atelier ECOI –
EGC 2006 - Extraction de COnnaissance à partir d’Images - Le contexte
des ronds-points dans les images satellites
* Auteurs : Nicolas Loménie et Guray Erus (Laboratoire CRIP5-SIP, Paris)
* Résumé :
Nous présentons ce qui peut motiver cet atelier dans une manifestation telle que EGC. Les experts des domaines Image et Connaissance commencent de plus en plus à avoir les même problématiques : on le perçoit avec l’émergence des ontologies en analyse d’image. D’une façon plus générale, il semble que l’approche statistique a pour l’instant épuisé la plupart de ses armes, et que le besoin se fait sentir de revenir aux considérations structurelles pour fournir une valeur ajoutée aux systèmes de traitement d’images à venir. Dans le contexte satellitale, par exemple, la très haute résolution change les besoins méthodologiques. Détecter et discriminer des ponts et des ronds-points dans une image satellite à 1 m de résolution se conçoit difficilement sans le support d’un modèle qualitatif (structurel) de l’objet à reconnaître. D’autre part, la construction de ce modèle doit être la moins contraignante possible (par exemple en terme d’étiquetage pour l’apprentissage) pour envisager un déploiement réaliste vers les utilisateurs ou acheteurs de ces images et les aider à naviguer dans des images de très grande taille, quotidiennement en fonction d’un besoin spécifique. Tous ces problèmes qui revisitent la version statistique de la reconnaissance de formes et de l’analyse d’image s’appuient sur la structure de graphe sémantique et seront exposés selon différents angles au cours de cet atelier.
14 : 30 Noël RICHARD
* Titre : Image : entre pixels et graphes sémantiques
* Auteurs : Noël Richard, Denis Arrivault, Christine Fernandez-Maloigne,Philippe Bouyer (Laboratoire SIC, RC-SOFT)
* Résumé : Dans le cadre de la valorisation des bases d’images patrimoniales, nous travaillons sur les structures de données associées au contenu pixellique de l’image. Les techniques traditionnelles utilisent des structures basées sur la construction de pyramides irrégulières à partir de la carte de segmentation. Afin de prendre en compte la variabilité des représentations, deux évolutions de ce type de structure sont présentées : les structures à base de graphes aléatoires et celles à base de graphes d’attributs hiérarchiques flous. La validation de ces approches est présentée suivant deux axes. Le premier sur des images issues de bases spécialisées (Columbia et médiévales) pour la validation de l’apport hiérarchique et spatial dans la description. Le second est développé pour des bases de symboles complexes manuscrits, ceci afin de s’affranchir des variations liées à la segmentation. Cette seconde série de travaux permet de comparer les approches par graphes aléatoires et graphes d’attributs flous. Dans une troisième partie, la démarche d’intégration de l’aspect sémantique est présentée ainsi que la technique de validation de cette intégration.
15 : 00 Sébastien Sorlin
* Titre : Une
mesure générique de la similarité de deux graphes
* Auteurs : Sébastien Sorlin, Olfa Sammoud, Christine
Solnon et Jean Michel Jolion (Laboratoire LIRIS, Lyon)
* Résumé :
Mesurer la similarité d'images est un problème qui se pose dans de nombreuses applications, que ce soit pour rechercher des images, les classifier ou encore les confronter à des modèles pour les "reconnaître". Quand les images sont représentées par des graphes, on peut mesurer la similarité de deux images en appariant les sommets des graphes associés aux images de façon à retrouver leurs caractéristiques communes. Différentes sortes d'appariements de graphes, impliquant différentes mesures de similarité, ont été proposées, e.g., l'isomorphisme de (sous-)graphes pour mesurer l'équivalence ou l'inclusion de deux graphes, et la distance d'édition de graphes pour mesurer le coût de transformation d'un graphe en un autre. Ces différents appariements sont "univoques" dans le sens où un sommet d'un graphe ne peut être apparié qu'à au plus un sommet de l'autre graphe.
Nous proposons ici une nouvelle mesure de similarité de graphes basée sur un appariement multivoque des sommets des graphes, chaque sommet pouvant être apparié à un ensemble de sommets de l'autre graphe. Cet aspect nous permet notamment de comparer des graphes décrivant des images à différents niveaux de granularité, et de prendre en compte les problèmes de sur- et de sous-segmentation des images. Notre mesure de similarité est générique dans le sens où elle est paramétrée par des fonctions de similarité qui permettent d'exprimer des connaissances de similarité propres à l'application considérée. En particulier, nous montrons que toutes les mesures de similarité proposées jusqu'alors peuvent être vues comme un cas particulier de notre mesure. Nous nous intéressons également au problème du calcul de cette similarité, et nous proposons et comparons trois algorithmes : un algorithme glouton, un algorithme basé sur une recherche locale Taboue réactive et un algorithme basé sur l'optimisation par colonies de fourmis.
15 :30 Pause
16 : 00 Stéphanie
Guillas
* Titre : Comment utiliser le treillis de Galois en Reconnaissance d’Images
* Auteurs : Stéphanie Guillas, Karell Bertet, Jean-Marc Ogier (Laboratoire L3I, La Rochelle)
* Résumé :
Le treillis de Galois ou treillis de concepts a été utilisé à de nombreuses reprises comme outil de classification, notamment dans le domaine de la fouille de données. L’objectif de cette présentation est de proposer une description générique de son utilisation en classification, afin de mettre en évidence le fait que le treillis de Galois est plutôt approprié à des données détériorées. Nous ciblons ensuite les points clé de cette approche pour permettre une adaptation du treillis de Galois dans le cas spécifique où les données sont des images de symboles bruités.
16 : 30 Discussion