Etude comparative de quelques mesures de similarité, et leur application à la recherche d'images

Abstract

Nous sommes aujourd’hui pleinement dans une société de l’image. Elle envahit notre vie professionnelle comme privée, à tout moment de notre vie, nous sommes sollicités consciemment et inconsciemment par les images, et les messages et symboles qu’elles portent en elles, on a maintenant des réseaux sociaux que pour les images, des chaines de télévision pour les images fixes ou animées, plus nous avançons dans notre société, plus ces différents types d’images se confondent et se mélangent. Car le nombre incroyable d’images stockées dans les différentes bases d’images à travers le monde nous oblige à classifier ces images avec une méthode automatique et intelligente, la première étape avant de les classer consiste à les comparées pour trouver la ressemblance entre elles, c’est là où nous intervenons : nous voulons améliorer les résultats de comparaisons des images dans le système de recherche d’images par le contenus. Notre objectif de travail est de comparer un ensemble des mesures de similarité (quarante mesures) et les classer selon leur précision pour quelques descripteurs d’image (quatre descripteurs), pour cela on a développé une application qui nous permet de : (1) Indexer chaque image au base d’images à qui elle appartient, (2) Extraire les descripteurs désirés de chaque base d’images, (3) Calculer la distance entre les valeurs des descripteurs obtenus en utilisant les différentes mesures de similarité, (4) Comparer les précisions des différentes mesures et les classer selon leurs résultats. Plusieurs descripteurs d'image et des mesures de similarité sont utilisés dans les systèmes CBIR, certaines fonctionnalités donnent de bons résultats lorsqu’ils sont utilisés avec des mesures spécifiques, mais il y a un défi pour déterminer la mesure de similarité appropriée, espérons que nous aidons les chercheurs dans le domaine de CBIR à choisir la mesure la plus adaptée à leurs travaux selon les caractéristiques extraites et les résultats attendus.