logo du LSIS Laboratoire des Sciences de l'Information et des Systèmes

Accueil
Présentation
Organigramme
Annuaire
Trombinoscope
Sites / accès
Nous contacter

Équipes
COSI
I&M
IMS
INCA
INCOD
Pôles transversaux

Projets struct.
SEDIP
SIC

Vie du laboratoire
Bulletins d'info
Chercheurs invités
Conférences
Séminaires
Soutenances
JDL6'08
Majecstic'08

Rechercher :

Sabrina TOLLARI

Sabrina TOLLARI


Ancien Membre de l'équipe INCOD
 
Web : http://sis.univ-tln.fr/~tollari/


Masquer les détails concernant la thèse

Thèse soutenue
  • mardi 24 octobre 2006, à 13h30 - Université du Sud Toulon-Var (en Y'108)
    Indexation et recherche d'images par fusion d'informations textuelles et visuelles

THÈSE
Sujet de thèse :
Etude du sémantisme visuel pour le renforcement d'un système de recherche d'informations multimédias
Directeur(s) de thèse :
Hervé Glotin et Jacques Le Maitre
Date de début de thèse :
octobre 2003
Financement(s) :
aucun
Résumé :
L'objet de la thèse est d'étudier les liens sémantiques possibles entre l'indexation textuelle et l'indexation visuelle d'images. Les méthodes utilisées sont des méthodes probabilistes, d'apprentissages supervisées et non-supervisées.

Une application est la recherche d'images sur le web. En effet, la plupart des moteurs de recherche d'images sur le web indexent textuellement les images à partir du titre de la page web ou de son URL. Des travaux proposent de fusionner d'autres informations telles que les mots entourant l'image, sans pouvoir en vérifier la pertinence visuelle automatiquement.

Nous proposons donc d'utiliser le contenu visuel de l'image analysée pour en raffiner la légende, ou directement l'indexer textuellement. La mise au point des modèles d'auto-annotation d'images est faite sur un corpus d'apprentissage de 10K images (COREL) légendées manuellement avec au plus 5 mots clés pris parmi 200.
 


PUBLICATIONS
[ présentation : catégorie > année / année > catégorie / compacte / BibTeX ] 
[1] S. Tollari, H. Glotin, “Learning optimal visual features from web sampling in online image retrieval”, in: ICASSP, IEEE, vol. 4p, Las Vegas, avril 2008. à paraître.[bib]
[2] S. Tollari, H. Glotin, “Learning optimal visual features from web sampling in online image retrieval”, in: IEEE International Conference on Acoustics, Speech and Signal Processing, mars 2008. à paraître.[bib]
[3] S. Tollari, H. Glotin, “Recherche visuo-textuelle d'images sur le Web améliorée par sélection de la dimension”, in: ACM CORIA, mars 2008. à paraître.[bib]
[4] S. Tollari, H. Glotin, “WISTI: Web Image Search by Text and Image content”, UMR CNRS 6168 LSIS, n° LSIS.RR.2007.003, 2007.[bib]
[5] S. Tollari, H. Glotin, “Web Image Retrieval on ImagEVAL: Evidences on visualness and textualness concept dependency in fusion model”, in: ACM International Conference on Image and Video Retrieval (CIVR 2007), juillet 2007. à paraître.[bib]
[6] S. Tollari, H. Glotin, “WISTI: a simple efficient Textuo-Visual Web Image Retrieval model - Specifications and Benchmarks”, in: Workshop ImagEVAL in conjonction with ACM CIVR2007, juillet 2007. à paraître.[bib]
[7] S. Tollari, H. Glotin, “Sélection adaptative des dimensions de l'indexation visuelle d'images mal annotées en fonction du mot recherché”, in: Ingénierie des Systèmes d'Information (ISI), Numéro Spécial Passage à l'Echelle, pp. 55-80, novembre 2006.[bib]
[8] S. Tollari, Thèse : “Indexation et recherche d'images par fusion d'informations textuelles et visuelles”, thèse de doctorat, Université du Sud Toulon-Var, octobre 2006.[bib][pdf]
[9] S. Tollari, H. Glotin, “LDA versus MMD Approximation on Mislabeled Images for Keyword Dependant Selection of Visual Features and their Heterogeneity”, in: IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP), vol. II, pp. 413-416, May 2006.[bib]
[10] H. Glotin, S. Tollari, Pascale Giraudet, “Shape reasoning on mis-segmented and mis-labeled objects using approximated Fisher criterion”, in: Computers & Graphics, Elsevier, vol. 30, n° 2, pp. 177-184, April 2006.[bib]
[11] S. Tollari, H. Glotin, Pascale Giraudet, “Fusion après sélection mot-clé dépendante des traits visuels et de leur hétérogénéité par LDA approximée pour filtrer l'indexation d'images”, in: Actes du 15e Congrès Francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle (RFIA), Tours, janvier 2006.[bib]
[12] H. Glotin, S. Tollari, Pascale Giraudet, “Approximation of Linear Fisher Discriminant Analysis for Adaptive Word Dependent Visual Feature Sets Improving Image Auto-annotation”, LSIS, n° LSIS.RR.2005.002, 2005.[bib][pdf]
[13] S. Tollari, H. Glotin, “Keyword dependant selection of visual features and their heterogeneity for image content-based interpretation”, LSIS, n° LSIS.RR.2005.003, 2005.[bib][pdf]
[14] H. Glotin, S. Tollari, P. Giraudet, “Approximation of Linear Fisher Discriminant Analysis for Adaptive Word Dependent Visual Feature Sets Improving Image Auto-annotation”, in: Lecture Notes in Computer Science N3708, Springer Ed (Ed.), ``IEEE Advanced Concepts for Intelligent Vision System (ACIVS)'', pp. pp170-7, Antwerp-Belgium, sept 2005.[bib]
[15] S. Tollari, H. Glotin, “Image Classification from Mislabeled Database Improved by LDA Approximation of Usual and Heterogeneity Features”, in: GESTS International Transactions on Computer Science and Engineering, vol. 21, n° 1, November 2005.[bib]
[16] H. Glotin, S. Tollari, Pascale Giraudet, “Approximation of Linear Discriminant Analysis for Word Dependent Visual Features Selection”, in: Proc. of Advanced Concepts for Intelligent Vision Systems (ACIVS2005), LNCS 3708, Springer, pp. 170-177, Antwerp, Belgium, September 2005.[bib]
[17] H. Glotin, S. Tollari, “Image auto-annotation method using dichotomic visual clustering for CBIR”, in: Proc. of Fourth International Workshop on Content-Based Multimedia Indexing (CBMI2005), Riga, Latvia, june 2005.[bib]
[18] S. Tollari, H. Glotin, “Sélection adaptative des descripteurs visuels et dérivation de métadescripteurs contextuels dépendant du mot-clé pour l'indexation automatique d'images”, in: Actes d'Atelier Métadonnées et Systèmes d'Information (MetSI'05) lié à INFORSID'05, Grenoble, mai 2005.[bib]
[19] S. Tollari, H. Glotin, J. Le Maitre, “Enhancement of Textual Images Classification using Segmented Visual Contents for Image Search Engine”, in: Multimedia Tools and Applications, vol. 25, n° 3, pp. 405-417, Springer, March 2005.[bib]
[20] S. Tollari, “Filtrage de l'indexation textuelle d'une image au moyen du contenu visuel pour un moteur de recherche d'images sur le web”, in: Conférence en Recherche d'Informations et Applications (CORIA'05), mars 2005.[bib]
[21] S. Tollari, H. Glotin, J. Le Maitre, “Rehaussement de la classification textuelle d'images par leur contenu visuel”, in: Actes du 14ème Congrès Francophone AFRIF-AFIA Reconnaissance des Formes et Intelligence Artificielle, pp. 1383-1392, Toulouse, France, janvier 2004.[bib][pdf]
[22] S. Tollari, H. Glotin, J. Le Maitre, “Enhancement of Textual Images Classification using their Global and Local Visual Contents”, in: Proceedings of the OOIS 2003 Workshop on Metadata and Adaptability in Web-Based Information Systems, pp. 71-83, Geneva, Switzerland, September 2003.[bib]
 

envoyer un email au webmaster webmaster page précédente  haut de la page  page d'accueil du LSIS

Recherche
Publications :
 - articles
 - brevets
 - conf. avec actes
 - conf. sans actes
 - ouvrages
 - chapitres d'ouvr.
 - directions d'ouvr.
 - rech. manuelle

Thèses en cours
Thèses et HDR
Rapports de rech.
Actions STIC

Enseignement
Master SIS

Liens
CNRS  >  STIC 
U1 U2 U3
CMI
École doctorale
ENSAM
ESIL
Polytech' Marseille
A2DL
GDR I3 : VerSim
GDR I3 : Mimosa
GDR MACS

Intranet
Webmail