Présentation

Article

1 - PRÉSENTATION GÉNÉRALE

2 - PIRATAGE D’IMAGES : CONTEXTE ACTUEL

3 - DESCRIPTION AUTOMATIQUE D’IMAGES FIXES

  • 3.1 - Intérêt des descriptions locales
  • 3.2 - Méthodes d’obtention des descripteurs locaux

4 - OMEDRANK PUIS PVS

5 - CONCLUSION ET PERSPECTIVES

| Réf : RE81 v1

Description automatique d’images fixes
Contrer le piratage d’images : un logiciel précis et rapide

Auteur(s) : Laurent AMSALEG

Date de publication : 10 févr. 2007

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

RÉSUMÉ

Les agences de photographies ont besoin de savoir si une image publiée par un tiers appartient ou non à leur fonds, et de vérifier automatiquement s’il y a ou non violation du droit d’auteur. Il existe deux grandes familles de techniques, à savoir le tatouage d’images et la recherche d’images par similarité visuelle. Les principes de la similarité visuelle sont présentés avec quelques techniques de description automatique d’images. Un schéma de recherche performant permet de dire en quelques secondes si une image tierce appartient ou non à un fonds de plusieurs centaines de milliers d’images.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

Auteur(s)

INTRODUCTION

Ce dossier décrit deux composantes d’un système informatique destiné à permettre aux agences de photographies d’établir si une image publiée par un tiers appartient ou non à leur fonds, et cela afin de vérifier automatiquement s’il y a ou non violation du droit d’auteur.

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-re81


Cet article fait partie de l’offre

Le traitement du signal et ses applications

(160 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

3. Description automatique d’images fixes

Il existe de nombreuses techniques d’analyse du signal qui permettent d’extraire, à partir des images, des descripteurs qui en caractérisent le contenu. Les informations extraites se présentent généralement sous la forme d’un ou de plusieurs ensembles de valeurs numériques réelles. On peut avoir affaire à un ensemble unique caractérisant la totalité d’une image, ensemble qu’on appelle alors un descripteur global, ou à plusieurs ensembles qui caractérisent chacun une partie de l’image, et qu’on appelle donc descripteurs locaux.

Descripteur global : unique ensemble d’informations caractérisant une image dans sa totalité.

Descripteurs locaux : multiples ensembles d’informations caractérisant chacun une partie de l’image.

Plutôt que d’évaluer la similarité de deux images directement sur les images elles-mêmes, on préfère établir leur similarité en comparant leurs descriptions.

L’hypothèse est que la similarité visuelle de deux images est proportionnelle à la similarité de leurs descriptions.

La similarité visuelle s’établit donc au travers de la description et de la métrique permettant de comparer ces descriptions.

Les descripteurs globaux les plus classiques portent sur la couleur, la texture ou encore sur la forme via une extraction de contours. On peut se faire une bonne idée du fonctionnement des descripteurs globaux en détaillant un peu les histogrammes de couleurs – les idées présentées ici s’appliquent également aux autres types de descripteurs. Un histogramme de couleurs recense le nombre de pixels de chaque couleur dans une image. Il est fréquent que les couleurs visuellement proches soient regroupées, ce qui réduit le nombre de catégories de couleurs que maintient l’histogramme.

La figure 2 montre deux images et leurs histogrammes de couleurs où 512 catégories ont été définies. Chaque histogramme est ici de dimension 512. Chaque histogramme définit un vecteur numérique dans un espace de dimension 512. Ces histogrammes, et de façon plus générale, les descripteurs d’images, définissent des vecteurs multidimensionnels.

Pour trouver si deux images sont similaires, on compare ainsi leurs histogrammes. Cela se traduit par l’évaluation de la distance (souvent euclidienne) qui sépare les descripteurs :...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Le traitement du signal et ses applications

(160 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Description automatique d’images fixes
Sommaire
Sommaire

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Le traitement du signal et ses applications

(160 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS