Séminaire Donnees et APprentissage Artificiel
Représentation parcimonieuse du signal pour compression et indexation conjointe
23/10/2008Intervenant(s) : Ewa Kijak (IRISA Rennes)
Compression et indexation sont deux traitements souvent abordés de manière indépendante. Le schéma de compression est défini en considérant des mesures de performances au sens débit-distorsion. Ensuite, le problème de la recherche de descripteurs dans un schéma existant de compression est traité. Ces descripteurs sont en général limités car ils sont contraints par l’architecture d’encodage qui a été définie sans tenir compte de besoins de traitements autres dans le domaine transformé, tels qu’extraction de caractéristiques, signatures, etc.
Nous nous intéressons au problème conjoint de compression et de description, en proposant une nouvelle solution de représentation et de compression du signal prenant en compte les caractéristiques des traitements souhaités dans le domaine comprimé. La recherche de descripteurs peut alors se faire dans le domaine compressé et évite de reconstruire l'image pour faire l'extraction de descripteurs. Cette solution consiste plus particulièrement en la conception de descripteurs locaux spatiaux basés sur les représentations parcimonieuses. Les représentations parcimonieuses sont en effet des outils bien adaptés à la compression du signal. En outre, la parcimonie des vecteurs permet un accès aux contenus dans les bases de données plus rapides que des descripteurs de type SIFT. Les descripteurs parcimonieux sont évalués dans le cadre de la détection de copies. Ils doivent donc présenter, lors de la recherche de similarités, des propriétés d'invariance aux transformations telles que la rotation, la translation et le changement d'échelle. Le problème posé est de savoir dans quelle mesure de telles représentations, qui s'apparentent à des projections du signal sur des espaces le caractérisant, sont également adaptées à la description du signal.
Plus d'informations ici …
Thomas.Baerecke (at) nulllip6.fr