Mise en place d'un système d'indexation et de recherche d'image par le contenu

Abstract

Avec les avancées technologiques, l’importance des medias numérique a évoluée de manière exponentielle. Ainsi la nécessité de mise en place des systèmes d’indexation et de recherche de media par le contenue (CBIR en anglais content based image retrieval) s’est imposé. Ces systèmes auront pour objectif de donner une ‘Vision’ à l’ordinateur afin de permettre une détection automatique du contenue des images. Pour atteindre ce but, il faut développer des technique de traitement d’image numérique de plus en plus avancées. Dans ce mémoire, nous allons étudier les images numériques, les descripteurs d’image, le fonctionnement des systèmes CBIR, les méthodes de classifications et nous allons implémenter un système d’indexation et de recherche d’image par le contenu. Dans notre implémentation nous utiliseront les réseaux de neurone convolutif comme méthode récente de classification d’image basée sur l’apprentissage profond (deep learning). Nous utiliserons le réseau de neurone convolutif MobileNet et mettront en avant ses avantages pour la classification d’image. MobileNet combiné a un algorithme de détection d’objet appelé SSD (Single Shoot Multi Box Detector), nous permettra une classification d’image efficace et rapide. Nous utiliserons également comme descripteur d’image des histogrammes de couleurs dans l’espace colorimétrique HSV. Le système implémenté sera testé sur la célèbre base d’image Pascal VOC (Visual Object Classes) contenant 17 250 images et 20 classes d’images.