WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

La recherche d'images par la sémantique

( Télécharger le fichier original )
par Noura et Rima BEN CHEIKH et BEN BEZZIANE
Université Kasdi Merbah Ouargla Algérie - Master académique en informatique fondamentale 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CONCLUSION ET PERSPECTIVES

CONCLUSION ET PERSPECTIVES

Depuis quelques années, les bases d'images numériques connaissent un essor considérable. Leur facilité d'acquisition et de stockage les rendent très attractives pour des applications diverses. Il en résulte une production permanente et considérable d'images numériques dans différents domaines.

L'accumulation d'images numériques pose rapidement le problème de l'indexation et la recherche d'images.

Dans ce mémoire, nous avons abordé le problème d'indexation et de recherche d'images. Plus précisément, nous nous sommes focalisés sur la recherche d'images basée sur le contenu sémantique.

Pour rendre le contenue sémantique des images compréhensible et exploitable par les ordinateurs nous avons utilisé comme solution les techniques de recherche à base d'ontologies.

Dans notre travail nous nous intéressons d'une part à l'annotation des images par concepts de l'ontologie d'autre part à la recherche à base de ces concepts. Et nous avons réalisé comme application un système de recherche d'image par contenu sémantique prend en considération ces phases :

1. Nous avons commençons par la conception d'une ontologie du domaine orienté terminologie sur la maladie d'acné, afin quelle suit exploité par les modules d'annotation et recherche sémantique d'images.

2. L'annotation des images par l'ontologie. Nous avons utilisé les concepts de
notre ontologie « Onto_acné » afin d'annoter les différentes images sur cette maladie. La hiérarchie et les relations entre les classes permettent d'interpréter la sémantique des images.

3. La recherche nous avons traité la requête de l'utilisateur afin de récupérant
les concepts correspondant dans l'ontologie. Par la suite, la recherche exploite ses concepts, ainsi que les relations sémantiques entre eux afin de récupérer les images pertinentes.

CONCLUSION ET PERSPECTIVES

Malgré que nous estimons que notre modèle rempli les objectifs que nous avons fixé, nous pensons que certaines améliorations peuvent encore être faite. Les perspectives suivantes nous semblent prioritaires :

? Enrichissement d'ontologie : Il s'agit d'étendre notre ontologie « Onto_Acné »et suivre son évolution lors de la configuration des services qui doivent s'adapter à l'évolution des besoins des utilisateurs.

? Traitement de texte : Dans notre système nous avons guidé l'utilisateur lors de la création de la requête, en lui fournir un ensemble de concepts et relations pour formuler sa requête. Donc la requête est très limité, c'est pour ça on veut donner plus de liberté à l'utilisateur pour formuler sa requête. une solution future pour ça consiste à laisser l'utilisateur saisir sa requête librement en pérennant on considération des synonyme des termes.

? Annotation automatique : Comme nous somme débutant dans le domaine de recherche d'image, nous avons procédé l'annotation sémantique de façon manuelle. par conséquent, l'intervention de l'annotateur est indispensable à chaque ajut de nouvelles images. Pour pallier cet inconvénient on doit persister à faire ce procède d'une façon automatique, en exploitant les techniques de traitement d'images.

? La combinaison des approches : Il est mieux de combiner les approches de recherche d'images. Le but est d'améliorer le résultat de recherche d'images pour rendre plus pertinents.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Le don sans la technique n'est qu'une maladie"