Interactive, incremental and multi-level exploration of large collections of images - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2016

Interactive, incremental and multi-level exploration of large collections of images

Exploration interactive, incrémentale et multi-niveau de larges collections d'images

Résumé

The research work that is presented and discussed in this thesis focuses on large and evergrowing image collections. More specifically, we aim at providing one the possibility to explore such image collections, either to extract some kind of information and knowledge, or to wander in the collections. This thesis addresses this issue from the perspective of Interactive Data Exploration and Analytics. We take advantage of the similarity-based image collection browsing paradigm and aim at meeting simultaneously the three following constraints: (i) handling large image collections, up to millions of images, (ii) handling dynamic image collections, to deal with ever-growing image collections, and (iii) providing interactive means to explore image collections. To do so, we jointly study the indexing and the interactive visualisation of large and ever-growing image collections. Our contribution is three-fold. First, we focus on the incremental construction of a proximity graph, namely the Relative Neighbourhood Graph (RNG), to structure the image collections. Second, we propose a hierarchical and graph-based hybrid viewable structure to allow an interactive exploration of large image collections. A data partitioning algorithm, namely BIRCH, is used to yield this structure. Last, we present our interactive visualisation platform for large image collections. To evaluate the platform, along with an user evaluation, several different use cases are discussed such as a recommendation system for ever-growing image collections and visual analysis system for Document Image Analysis. These use cases are based on real world large image collections, that contain up to seven millions of images.
Les travaux de recherche présentés et discutés dans cette thèse s’intéressent aux grandes collections d’images numériques. Plus particulièrement, nous cherchons à donner à un utilisateur la possibilité d’explorer ces collections d’images, soit dans le but d’en extraire de l’information et de la connaissance, soit de permettre une certaine sérendipité dans l’exploration. Ainsi, cette problématique est abordée du point de vue de l’analyse et l’exploration interactive des données. Nous tirons profit du paradigme de navigation par similarité et visons à respecter simultanément les trois contraintes suivantes : (i) traiter de grandes collections d’images, (ii) traiter des collections dont le nombre d’images ne cesse de croître au cours du temps et (iii) donner des moyens d’explorer interactivement des collections d’images. Pour ce faire, nous proposons d’effectuer une étude conjointe de l’indexation et de la visualisation de grandes collections d’images qui s’agrandissent au cours du temps. Dans un premier temps, nous nous concentrons sur la construction incrémentale d’un graphe de voisinage, à savoir le Graphe des Voisins Relatifs (GVR), en vue de structurer une collection d’images. Dans un second temps, nous présentons une structure hybride, combinant hiérarchie et graphe, et qui est visualisable pour permettre une exploration interactive de grandes collections d’images. L’algorithme de partitionnement de données BIRCH est exploité pour générer cette structure. Enfin, nous présentons notre plateforme d’exploration interactive de grandes collections d’images. Pour évaluer notre plateforme, nous présentons une évaluation utilisateur, aux cotés de différents cas d’utilisation, tels qu’un système de recommandations ou encore un outil d’analyse visuelle pour l’analyse d’images de documents. L’ensemble de ces cas d’utilisation implique des collections d’images réelles, contenant jusqu’à 7 millions d’images.
Fichier principal
Vignette du fichier
RAYAR_Frederic_PhD_Manuscript.pdf (21.02 Mo) Télécharger le fichier

Dates et versions

tel-01481342 , version 1 (02-03-2017)

Licence

Paternité

Identifiants

  • HAL Id : tel-01481342 , version 1

Citer

Frédéric Rayar. Interactive, incremental and multi-level exploration of large collections of images. Computer Science [cs]. Université François Rabelais de Tours, 2016. English. ⟨NNT : ⟩. ⟨tel-01481342⟩
197 Consultations
72 Téléchargements

Partager

Gmail Facebook X LinkedIn More