Adaptation du detecteur de Harris pour l'indexation de textures (original) (raw)
Indexation de Textures Dynamiques à l'aide de Décompositions Multi-échelles
2012
Ce papier présente six algorithmes de décomposition multi-échelle spatio-temporelle pour la caractérisation de textures dynamiques. L'objectif est de comparer leur comportement et leur performance sur un problème d'indexation. Ce travail présente notamment une comparaison entre la seule méthode existante [23] dans ce contexte d'étude et cinq nouvelles approches de décomposition spatiotemporelles. Les algorithmes sont présentés et appliqués avec succès sur trois bases conséquentes de textures dynamiques disponibles en ligne. La construction et la pertinence des vecteurs caractéristiques sont étudiées. La performance des méthodes d'analyse est ensuite discutée. Enfin, des perspectives de recherche sont évoquées.
2013
Dans ce papier, nous nous interessons a l'indexation d'images texturees dans le contexte des modeles probabilistes multivaries. En utilisant une transformee en ondelettes, la dependance entre les coefficients des sous-bandes peut etre caracterisee a l'aide d'un modele stochastique multivarie. Nous introduisons le modele multivarie de la Gaussienne generalisee asymetrique a copule Gaussienne (GC-MAGG) pour la caracterisation de la dependance spatiale des coefficients d'ondelettes en prenant en compte l'eventuelle asymetrie de leurs distributions marginales. Le modele propose est valide en utilisant un test statistique d'adequation aux statistiques jointes observees. L'expression analytique de la divergence de Jeffreys entre deux distributions a copule Gaussienne est calculee afin de mesurer la similarite et utiliser le modele propose dans une application de classification d'images. En comparaison avec d'autres modeles de la litterature, des bon...
Dans cet article, nous nous intéressons à l'analyse et à la détection du changement dans des images texturées issues de télédétection à très haute résolution spatiale. Le principe de l'approche mise en oeuvre est de définir une mesure représentant les changements observés qui s'appuie sur les distributions des coefficients issus d'une décomposition en ondelette des images, en prenant soin d'être invariant par rotation. Les dissimilarités entre distributions sont obtenues au moyen de la distance de Kullback-Liebler et à partir de l'ensemble des différences entre distributions, un vecteur caractérisant le changement observé est défini. Nous présentons une application de cette mesure du changement en effectuant une classification des modifications observées (texture homogène à orientée, changement abrupt ou subtil) par d'arbres de décision s'appuyant sur le vecteur de mesure du changement proposé. Les expériences sont réalisées sur des photographies aéri...
2009
2 miteranj@u-bourgogne.fr 3 destain.mf@fsagx.ac.be Résumé -Dans un contexte de classification de textures, cet article explore la capacité et la performance de différentes combinaisons d'extraction de caractéristiques, de techniques de réduction de dimensionnalité linéaires et non linéaires et de plusieurs méthodes de classification. Les performances sont évaluées et comparées sous forme d'erreur de classification. Afin de tester notre protocole de classification de texture, l'expérience a été menée sur différentes images de textures provenant de deux sources différentes, la base reconnue de Brodatz et une base de données constituée d'images de textures de surfaces foliaires pour une application agronomique.
Caractérisation de textures à l'aide d'un codage directionnel local
Afrique Science: Revue Internationale des Sciences et Technologie, 2010
Dans cet article, nous proposons une méthode de caractérisation des textures basée sur un codage de leurs structures locales. L'information extraite dans le voisinage immédiat d'un pixel, est représentée par un Code Directionnel Local (CDL) qui est l'association de quatre codes élémentaires déterminés pour différentes orientations. La construction de quatre matrices directionnelles dérivant du CDL permet de calculer des attributs suffisamment pertinents pour caractériser efficacement les textures. Les résultats de la classification de 24 textures de Brodatz et de la segmentation d'images texturées, laissent entrevoir des perspectives intéressantes pour cette méthode qui s'apparente à celle de l'unité de texture.
1996
Hardt pour les discussions et pour le tableau de Sanja ainsi que Christian Bauckhage pour avoir eaeectuउ e un travail remarquable et pris puis repris de nombreuses sउ equences d'images. Cette thई e s ead उ ebutउ eauLifia, j'ai donc une pensउ ee pour les personnes que j'ai pu y rencontrer et notamment les membres de l'उ equipe Prima. Elle s'est terminउ ee dans les locaux de l'Inria que je remercie pour son support et son ambiance. Merci ई a la communautउ e Europउ eene pour avoir aenancउ e deux ans de ce travail dans le cadre du programme Capital Humain et Mobilitउ e. Merci उ egalementई a Istar pour avoir mis ई a ma disposition les images aउ eriennes utilisउ ees dans cette thई ese. Enaen, merci beaucoup ई a Philippe pour m'avoir supportउ e pendant ces six derniers mois et pour nos nombreuses discussions. AR उ epउ etabilitउ e des points d'intउ erêt sur la scई ene ëAstउ erix" B उ Evaluation de l'appariement pour la scई ene ëSanja" C Quelques images de la base
Détection d'anomalies textuelles à base de l'ingénierie d'invite
Le Centre pour la Communication Scientifique Directe - HAL - memSIC, 2022
La détection d'anomalies textuelles est une tâche importante de la fouille de textes. Plusieurs approches générales, visant l'identification de points de données aberrants, ont été appliqués dans ce domaine. Néanmoins, ces approches exploitent peu les nouvelles avancées du traitement automatique des langues naturelles (TALN). L'avènement des modèles de langage pré-entraînés comme BERT et GPT-2 a donné naissance à un nouveau paradigme de l'apprentissage automatique appelé ingénierie d'invite (prompt engineering) qui a montré de bonnes performances sur plusieurs tâches du TALN. Cet article présente un travail exploratoire visant à examiner la possibilité de détecter des anomalies textuelles à l'aide de l'ingénierie d'invite. Dans nos expérimentations, nous avons examiné la performance de différents modèles d'invite. Les résultats ont montré que l'ingénierie d'invite est une méthode prometteuse pour la détection d'anomalies textuelles.
2016
The Compact Texture Unit model (C-TU), recently developed by Safia and He (2014), allows to extract texture from several bands at a time, and take advantage of the interdependence between the bands. This study completes the validation initiated by Safia 2014, by using this new tool on multisource data (optics and radar), which may have a highly complementarity in terms of textural content. The analysis, on the one hand, of the optics-radar combination (multi-source), and secondly of separate data (monosource) brings out the added value of CTU in the LandUse classification process (case of Vietnam) , based on comparing tools such analysis of separability with histograms and confusion matrix. These evaluation tools show the CTU, mainly the CTU multisource, as the most discriminating feature; multiband CTU adds variability in the optical image (but reduces the redundancy of the radar image), allowing a clearer segmentation and a classification both more detailed and more efficient.
Modèles linéaires et circulaires pour la caractérisation de textures orientées
Dans un schéma multi-échelle mettant en oeuvre une décomposition pyramidale orientée, nous avons associé des modèles linéaires et circulaires pour la description paramétrique des modules et orientations issus de l'analyse des sous bandes complexes résultant de cette décomposition. Nous comparons plusieurs modèles probabilistes circulaires et évaluons l'importance du choix de la métrique pour la manipulation de ces modèles.
Analyse et Segmentation de textures à partir d'attributs invariants par rotation
1999
R esum e Nous proposons dans cette communication un mod ele de texture invariant par rotation dont l e s p a r a m etres permettent de donner une indication a la fois sur le type de la texture a analyser et sur son motif de base. L'originalit e d u m o d ele propos e r eside dans l'utilisation de la d ecomposition de Wold pour mod eliser la fonction d'autocovariance normalis ee 1D. Cette fonction est obtenue a partir de la fonction d'autocovariance normalis ee 2D d'une texture. En n, les param etres du mod ele sont estim es par moindres carr es en utilisant un algorithme g en etique. Le mod ele de texture propos e a et e a p p l i q u e dans une phase de segmentation et de classi cation de textures.