Précédent : Indexation Remonter : Indexation Suivant : Recherche d'images par le

Indexation par arbres de décision

Participants : François Fleuret, Bruno Jedynak, Donald Geman, Franck Jung

Dans ce projet, qui s'inscrit dans le cadre d'un contrat avec le CNET, nous cherchons à développer un algorithme de reconnaissance d'objets rigides, sur fond complexe, dans des images 2D.

La technique demande une phase d'apprentissage au cours de laquelle sont construits des arbres de décisions. Cet apprentissage est fait à partir d'une base de données d'images 2D représentatives, d'un point de vue statistique, des images qui seront ensuite utilisées pendant la reconnaissance.

La reconnaissance comporte deux parties : un codage qui indique en chaque point les caractéristiques locales de l'image (cf. figure 8 ), et ensuite la reconnaissance elle-même, à partir de l'image codée de cette manière. Elle est réalisée avec des arbres de décisions qui séparent les objets les uns des autres en caractérisant leur aspect à l'aide de graphes (cf. figure 9 ).

Le taux d'erreur sur la base de données de Columbia (base de données d'images de 20 objets rigides vus sous 72 angles) est inférieur à 0.2%. La vitesse de reconnaissance pour une image 128 est de l'ordre de la seconde sur une station UNIX courante (Sparc 20).

Ces travaux sont présentés dans [12]

 
Figure 8:   L'image originale en niveaux de gris (à gauche) est recodée de manière à avoir en chaque point une description de la topologie locale (à droite).

 
Figure 9:   Représentation d'un graphe caractéristique. Chaque arête représente une relation vérifiée par l'image.