Datation automatique de photographies à partir de caractéristiques textuelles et visuelles - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2015

Automatic photographs dating from textual and visual features

Datation automatique de photographies à partir de caractéristiques textuelles et visuelles

Paul Martin
  • Fonction : Auteur
  • PersonId : 960795

Résumé

In this thesis, we address the problem of automatic dating of old photographs using attributes from image and surrounding text. Over the last centuries, photography and metadata have undergone many mutations. In an informative and contextualizing vocation, we report our observations regarding these technological advances. This information helps to understand the evolution of photographs dating methods that have historically been studied manually before becoming recently automatic. We focused in a fundamental concept of dating : the ordinal nature of time. To this extent we studied ordinal classification methods and associated evaluation measures. In this thesis, we have built a large collection of web pages combining old photographs and text content. This collection aims at allowing both training and evaluation of the proposed models. This represents an advance in the field of photographs dating because no comparable data set previously existed. We propose an original model that we have developed and evaluated on image databases to date the photographs with their visual content. The major feature of our approach is the exploitation of the ordinal structure of time. This is to our knowledge the first use of this intrinsic characteristic of photographs dating. Moreover, we explore the dating of photographs by the use of the surrounding text data. In our approach, we mimic the human behavior used in the context of photographs dating. Thus we propose for the first time an automatic method for the dating of photographs by the use of the textual environment.
Dans cette thèse, la problématique que nous traitons est celle de la datation automatique de photographiesanciennes à partir d'attributs issus de l'image et du texte qui l'entoure. Au cours de ces derniers siècles, la photographie et les métadonnées ont subi de nombreuses mutations. Dans une vocation informative et contextualisante, nous reportons nos observations au regard de ces avancées technologiques qui permettent de comprendre l'évolution des méthodes de datation de photographies, historiquement manuelles et récemment devenues automatiques. Nous nous sommes intéressés à une notion fondamentale et intrinsèque de la datation : le caractère ordinal du temps. Nous avons donc étudié les méthodes de classification ordinale et les mesures d'évaluation associées. Pour cette thèse, nous avons construit une large collection de pages web associant clichés anciens et contenus textuels. Celle-ci a pour vocation de permettre l'entraînement et l'évaluation des modèles proposés. Ceci représente une avancée dans ce domaine car aucun jeu de données comparable n'existait auparavant. Nous proposons un modèle original que nous avons développé et évalué sur des bases de photographies pour les dater grâce à leur contenu visuel. La particularité majeure de notre approche est l'exploitation pour la première fois du caractère ordinal du temps. Enfin, nous explorons la datation de photographies par l'usage des données textuelles environnantes. Notre démarche imite le comportement humain utilisé lors de la datation de photographies en contexte. Ainsi nous proposons pour la première fois une méthode automatique permettant de dater des clichés par l'usage de l'environnement textuel.
Fichier principal
Vignette du fichier
THESE_PAUL_MARTIN_14_12_2015.pdf (22.16 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-01260365 , version 1 (22-01-2016)

Identifiants

  • HAL Id : tel-01260365 , version 1

Citer

Paul Martin. Datation automatique de photographies à partir de caractéristiques textuelles et visuelles. Informatique [cs]. Université Caen Normandie, 2015. Français. ⟨NNT : ⟩. ⟨tel-01260365⟩
218 Consultations
820 Téléchargements

Partager

Gmail Facebook X LinkedIn More