Mehr lesen
Les techniques habituelles d'indexation de vide os passent ge ne ralement par une phase d'apprentissage qui ne cessite pre alablement la constitution d'une base d'apprentissage. Me me si la taille de cette base est souvent re duite, la phase d'annotation re alise e par un expert de l'application est souvent longue et fastidieuse. L'approche présentée utilise un dispositif qui permet de pre -se lectionner un ensemble de prototypes susceptibles de contenir le concept qui doit apparai tre dans la base d'apprentissage. Cette base re duite de prototypes sera ensuite annote e par l'expert. Un certain nombre de caracte ristiques sont exploite es pour structurer la base de vide os en briques spatio-temporelles homoge nes. La liaison entre le concept a de finir et les briques extraites de la base est en lien avec le fosse se mantique bien connu dans la proble matique d'indexation automatique. La cre ation de ce lien ne cessite l'utilisation de la connaissance de l'expert de l'application sur le concept modélisé extraite par le biais d'un syste me d'assistance basé sur des questions/re ponses. Les tests ouvrent des perspectives intéressantes notamment dans les aspects collaboratifs.
Über den Autor / die Autorin
Alain Simac est Docteur de l'Université de Grenoble en traitementd'images et indexation multimédia. Ces activités de recherches'orientent autour de la modélisation, de la représentation et dutraitement des données et des connaissances (image, geste,biométrie, web). Il est actuellement directeur R&D d'une start-upet enseignant à l'Université.
