Ar el azami ikram Champs Disciplinaire
Yüklə 308,71 Kb.
|
- Bu səhifədəki naviqasiya:
- Mots clés
Résumé :Le travail de cette thèse porte sur le développement d’un système d’indexation et de recherche d’images de décors de Zellij en se basant sur le contenu forme. A cet effet, après extraction de la région minimale (région fondamentale) caractérisant le décor et l’extraction des tesselles qui la constituent, l’agencement spatial de ses tesselles est modélisé par un graphe d’adjacence. Finalement, la recherche d’un décor similaire à des décors d’une base de données est obtenue par définition d’une mesure de similarité calculée entre graphes. Notre première contribution dans cette thèse concerne la segmentation des décors de Zellij dans le but d’identifier chaque tesselle constituant la région fondamentale de ce décor. Il s'agit d'une segmentation hiérarchique utilisant l’algorithme de la ligne de partage des eaux. La deuxième contribution est la représentation de l’agencement spatial des tesselles par un graphe d’adjacence, où chaque nœud correspond à une tesselle, et chaque lien (arête) indique la connexité de deux tesselles. La troisième contribution est la recherche des décors similaires à un décor présenté comme requête. Cette recherche est alors réalisée par le calcul d'une mesure de similarité entre graphes. Deux mesures de similarité sont proposées : une mesure d’édition et une autre basée sur le plus grand sous graphe commun. Les performances des méthodes proposées sont testées sur une base de données de rosaces constituée principalement à base d’étoiles à 8, 16 et 24 pétales.
For this purpose, after extraction of the minimal region (fundamental region) characterizing the decor and the extraction of its tiles, the spatial relationship of these tiles is then modeled by an adjacency graph. Finally, the search of decor similar to a model decor of the database is realized by calculating a similarity index between graphs. The first contribution of this thesis is the segmentation of Zellij decor with the aim of identifying each tiles constituting the fundamental region of this decor. The segmentation method is based on hierarchical watershed. The second contribution is the representation of the spatial relationship of tiles by an adjacency graph, where each node corresponds to a tile and where each link (edge) indicates the connection of two tiles. The last contribution is the search of decors similar to a given one presented as a query. This search is then realized by calculating a similarity measure between graphs. Two similarity measures are proposed: edit distance and measure based on the maximum common sub-graph. The performance of the methods proposed is tested on the data base images of rosettes decors containing stars with 8, 16 and 24 petals.
Content-based image Retreival and indexing, Adjacency graph, Arab-Moresaque, Zellij, rosaces, wathershed, Similarity measure.
Résumé : Avec le développement en plein essor de l'Internet, nous devons trier un tas d'informations et de désinformations afin de trouver des connaissances. Cependant, plusieurs technologies telles que l'algorithme PageRank, l'algorithme HITS et l’algorithme QD-PageRank ont été appliquées avec succès pour obtenir de bons résultats de recherche classés dans le Web. Les moteurs de recherche Web (Aol, Ask, Bing, Yahoo, Google, ... avec Google le top) sont devenus les outils Internet les plus importants pour récupérer des informations. Ils utilisent différentes façons pour trouver des pages pertinentes. Par exemple, le moteur de recherche Google utilise l'algorithme PageRank pour trouver des pages pertinentes. Netscape utilise l'analyse du contenu des pages web, l'utilisation d’un modèle d'information, ainsi que l'analyse des liens pour trouver des pages pertinentes. Ce qu’il faut mettre en évidence dans ces algorithmes utilisés par différents moteurs de recherche web, est l'incapacité d’intégrer une requête multi-termes avec une sémantique relative pendant l'exécution. Et pourtant, un outil de recherche web idéal devrait être en mesure de faire correspondre les requêtes de recherche au contexte exact et renvoyer les résultats dans ce contexte. Pour remédier cette lacune, nous proposons dans cette thèse l’algorithme « Onto SQD-PageRank » qui combine les liens, le contenu des pages web et l’information contextuelle en se basant sur une requête simultanée à plusieurs termes. Le but de l'algorithme Onto SQD-PageRank est d'améliorer l'algorithme QD-PageRank en introduisant une requête simultanée à plusieurs termes et en tenant compte des dépendances sémantiques entre les termes de la requête. Le postulat derrière l’algorithme Onto SQD-PageRank est de comprendre ce que l'internaute est à la recherche. Les études expérimentales de l’algorithme Onto SQD-PageRank ont été effectuées dans une base de données locale. Les résultats montrent que l’algorithme Onto SQD-PageRank surpasse de manière significative les algorithmes existants dans la qualité des pages renvoyées, tout en restant suffisamment efficace pour être utilisé dans les moteurs de recherche actuels de grande taille. Mots clés :Apprentissage automatique, Information mutuelle, Mesure de pertinence, Ontologie, Statistique de Chi-deux, Surfeur aléatoire, Surfeur intelligent Intelligent Modeling of the Internet Surfer Behavior and Application in Web Mining Abstract: With the booming development of the Internet, we must sort though piles of information and misinformation in order to find knowledge. However, several technologies such as PageRank algorithm, HITS algorithm and QD-PageRank algorithm have been successfully applied to get good ranked search results in the Web. Web search engines (Aol, Ask, Bing, Yahoo, Google, ... with Google the top) have become the most important Internet tools to retrieve information. They use different ways to find relevant pages. For instance, Google search engine uses the PageRank algorithm to find relevant pages. Netscape uses web page content analysis, usage pattern information, as well as linkage analysis to find relevant pages. Highlighted in these algorithms used by different web search engines, is the inability to incorporate a simultaneous multiple-term query with a relating semantic at runtime. And yet, an ideal web search tool would be able to match the search queries to the exact context and return results within that context. To counteract this deficiency, we propose in this thesis the “Onto SQD-PageRank algorithm” that combine links, web contents and context information based on simultaneous multiple-term query. The aim of Onto SQD-PageRank is to improve the QD-PageRank algorithm by introducing a simultaneous multiple-term query and taking into account the semantic dependencies between words. The premise behind Onto SQD-PageRank algorithm is to understand what the web surfer is searching for. Experimental studies of Onto SQD-PageRank algorithm have been performed in a local database. Results show that Onto SQD-PageRank algorithm significantly outperforms the existing algorithms in the quality of the pages returned, while remaining efficient enough to be used in today's large search engines. Key Words: Chi-square statistics, Intelligent surfer, Machine Learning, Mutual information, Ontology, Random surfer, Relevance measure Approches multi-échelles et variationnelles pour la décomposition d’images : Applications à la fusion et la recherche d’images par le contenu Par OULD MOHAMED DYLA Mohamed El Hacen Champs Disciplinaire: Informatique FD : Sciences et Technologies de l'Information et de Communication Soutenu le : 13/07/2012 Membres de jury :
Yüklə 308,71 Kb. Dostları ilə paylaş:
|