RÉSUMÉ. Cet article propose une approche pour indexer des images photographiques avec pour objectif de permettre une bonne qualité d'annotation des images et aussi un moyen de visualiser, pour un utilisateur non expert, ce que le système apprend pour éventuellement corriger un apprentissage défectueux. Notre approche repose sur la génération de régularités dans l'espace des caractéristiques extraites en se basant sur un apprentissage non supervisé, puis sur un apprentissage supervisé afin d’associer ces régularités à des termes d’indexation. Des expérimentations préliminaires sur des photographies ont été menées et sont décrites. ABSTRACT. This article proposes an approach to index photographic images, allowing a good quality of annotation and means for a non expert user to visualize the important features of the learning parameters. Our approach relies on the generation of regularities over an initial set of extracted features. We use an unsupervised learning approach followed by a supervised one which links the regularities extracted to indexing terms. Preliminary experiments on photographs were carried out and are described.
[1]
Mohan S. Kankanhalli,et al.
Advances in Digital Home Photo Albums
,
2004
.
[2]
Raymond J. Mooney,et al.
Encouraging experimental results on learning CNF
,
1995,
Machine Learning.
[3]
Marcel Worring,et al.
Content-Based Image Retrieval at the End of the Early Years
,
2000,
IEEE Trans. Pattern Anal. Mach. Intell..
[4]
Wee Kheng Leow,et al.
Fuzzy semantic labeling for image retrieval
,
2004,
2004 IEEE International Conference on Multimedia and Expo (ICME) (IEEE Cat. No.04TH8763).
[5]
Joo-Hwee Lim.
Building Visual Vocabulary for Image Indexation and Query Formulation
,
2001,
Pattern Analysis & Applications.
[6]
R. Manmatha,et al.
Automatic Image Annotation and Retrieval using CrossMedia Relevance Models
,
2003
.
[7]
Marcel Worring,et al.
The challenge problem for automated detection of 101 semantic concepts in multimedia
,
2006,
MM '06.