Comment retrouver des photographies historiques similaires à une image requête ?
Encadrants : Isabelle Bloch (LIP6), Daniel Foliard (LARCA), Julien Schuh (LARCA)
Disponible : NON
Nombre d'étudiants : 1
Description :
Retrouver des photographies similaires dans différentes bases d’images est une source d’information importante pour les historiens. Ces photographies peuvent avoir subi plusieurs transformations, de recadrage par exemple, mais aussi de conversions sur différents supports (négatifs, impressions dans des journaux, etc.). Le but de ce projet est de développer des méthodes de calcul de similarités entre images qui soient robustes à ces transformations.
Pré-requis : bases d'analyse d'images et d'apprentissage
Travail demandé : 1. Etude bibliographique sur les transformations d'images (modes d'impressions, "half-toning", retouches, modification du grain...) et sur les méthodes d'augmentation de données dans les systèmes d'apprentissage.
2. Mise en oeuvre d'une méthode de calcul de similarités. Une piste peut être d'entraîner un réseau de neurones à extraire des caractéristiques pertinentes des images, robustes aux transformations citées (par exemple en les incluant des les méthodes d'augmentation de données), puis de calculer des distances entre les vecteurs de caractéristiques obtenus.
Ce projet peut-être étendu pour un deuxième étudiant, pour travailler sur des transformations qui préservent les annotations, ainsi que l'amélioration des images "half-toning" (demi-teinte) pour aider la segmentation et l'extraction de caractéristiques.
2. Mise en oeuvre d'une méthode de calcul de similarités. Une piste peut être d'entraîner un réseau de neurones à extraire des caractéristiques pertinentes des images, robustes aux transformations citées (par exemple en les incluant des les méthodes d'augmentation de données), puis de calculer des distances entre les vecteurs de caractéristiques obtenus.
Ce projet peut-être étendu pour un deuxième étudiant, pour travailler sur des transformations qui préservent les annotations, ainsi que l'amélioration des images "half-toning" (demi-teinte) pour aider la segmentation et l'extraction de caractéristiques.
