Ar el azami ikram Champs Disciplinaire
Yüklə 308,71 Kb.
|
- Bu səhifədəki naviqasiya:
- Mots clés
Résumé :Les systèmes de recherche par le contenu des modèles 3D deviennent nécessaires puisque les bases de données d'objets 3D sont de plus en plus disponibles. Jusqu’à présent ces systèmes se sont concentrés sur l'extraction des caractéristiques de la forme avec de bonnes propriétés, comme l’invariance à la rotation, à l’échelle et à la transformation et sur la description et l’indexation du contenu visuel. Notre approche est globale et se base sur le contenu global de modèle 3D. Nous avons considéré les descripteurs de forme 3D pour la description des modèles par le contenu et particulièrement les indices de forme. En utilisant la combinaison des mesures de base comme le volume, surface et le diamètre, les indices de forme peuvent être construites en les définissants comme étant des combinaisons algébriques des mesures. A présent, le nouveau défi est d’ajouter à ces caractéristiques une description sémantique du contenu de manière automatique. Les descripteurs bas-niveau fournissent en effet une première représentation symbolique et constituent une étape majeure dans le franchissement du fossé sémantique. Pour réduire le fossé sémantique, notre recherche se concentre sur la recherche automatique des modèles 3D par le contenu sémantique, en particulier sur la façon de réduire le fossé entre les caractéristiques de bas niveau et de haut niveau des modèles 3D. L’aspect automatique de la recherche est important puisque nous imaginons bien la difficulté d’établir les caractéristiques manuellement sur de grandes quantités de données. Les descripteurs de forme fournissent un ensemble de termes couramment utilisés pour décrire visuellement un ensemble d'objets en utilisant des termes linguistiques utilisés comme concept sémantique pour annoter le modèle 3D. En se basant sur l'annotation sémantique, l’ontologie est construite pour trouver des formes 3D similaires pour un modèle requête donnée. L’ontologie définit une structure de base de données en simplifiant l'inférence de la relation spatiale et contenant des concepts sémantiques, les descripteurs visuels de bas niveau et les relations entre les entités. Nous avons adopté l'approche de requête par l’exemple, dans laquelle l'annotation est réalisée d’une manière automatique. La méthode proposée est mise en œuvre dans notre moteur de recherche 3D, testée en utilisant la base de données de Princeton Shape Benchmark (PSB).
Modèle 3D, Recherche 3D, Sémantique, ontologie, Apprentissage, Indices de forme.Semantic-Based 3D Model Retrievel Abstract : The quantities of 3D models detained by the general or special 3D object databases have increased significantly in recent years. These quantities have become gigantic with the rapid advancement of acquisition and modeling technology and involve a need for efficient and rapid methods of 3D objects indexing and retrieval. The text description does not meet user expectations, especially with large 3D object databases, to characterize the shape visual content. The content-based retrieval of 3D models has been the subject of several studies in recent years to navigate these large databases and appears as an alternative to the textual description. These systems have focused on the description of 3D models visual content and the similarity measure. They are based on low-level descriptors extracted directly from the digital representation of the 3D model. However, the proposed descriptors do not represent the semantics of shape and can only find objects visually similar. This creates the semantic gap influencing the relevance of the meaning and therefore the gap between user query and the returned results. Semantic methods have thus emerged to improve the retrieval result by introducing the judgment of the user or learning methods to reduce the semantic gap. However, these methods are prohibitively expensive and do not guarantee total satisfaction for large 3D object databases. It is important therefore to develop automatic retrieval systems based on the semantic content allowing us to benefit these large databases and improve the results of the indexing process and 3D model retrieval. In the first part of this thesis, we present our approach for content-based 3D models indexing and retrieval (CB3DMR) applied to research in general 3D databases. In the context of our study, 3D models are represented as polygonal meshes. The approach is based on the use of several measures, moments or combination of 3D model shape indexes. These descriptors are used to extract relevant information for effective use of 3D object databases. In the second part, we concentrate on the problem of retrieval 3D models by the semantic content. A major challenge of 3D object retrieval is to reduce the semantic gap between low and high-level attributes. The first approach thus proved insufficient to obtain satisfying matching results. The new approach (semantic based 3D model retrieval SB3DR) surmounts some problems of content-based 3D model retrieval (CB3DR) by interesting in the problem of 3D models semantic interpretation and, in particular, mapping the low-level characteristics with high-level semantic feature described by the natural language vocabulary. Ontology enriched by reasoning rules, is then used to add semantic aspects and thus enrich the semantics of requests to ensure the retrieval object’s relevance. We therefore want to build a system that can learn semantic concepts from 3D model automatically annotated and we focus on the general 3D object databases, that is saying we do not have any prior knowledge about their 3D models visual content. Key Words : 3D model, 3D retrieval, semantic, ontology, annotation, shape index Indexation et recherche d’image 2D et d’objet 3D par le contenu dans les grandes bases de données Par LAKEHAL Abdelghni Champs Disciplinaire: Informatique UFR : Informatique avancée Soutenu le : 06/10/2012 Membres de jury :
Yüklə 308,71 Kb. Dostları ilə paylaş:
|