A propos de ce blog

Nom du blog :
si381
Description du blog :
Site de SI381
Catégorie :
Blog Sciences
Date de création :
04.06.2007
Dernière mise à jour :
04.06.2007

RSS

Navigation

Accueil
Gérer mon blog
Créer un blog
Livre d'or si381
Contactez-moi !
Faites passer mon Blog !

Articles les plus lus

· Plan du Projet
· Le travail de Carolina
· Le travail de Han jusqu'à 04/06/2007
 

Statistiques 3 articles


Derniers commentaires
  RSS
Recherche

Plan du Projet

Plan du Projet

Publié le 04/06/2007 à 12:00 par si381
Ce projet peut être divisé en plusieurs étapes, mais il n'y a que deux problèmes principaux:
1. Segmentation
2. Reconnaissance

Dans la segmentation:

1.1 Séparation de Murs / Objets d'art: c'est a dire de segmenter les objets d'art.
1.2 Séparation entre les objets d'art: textes, dessins etc.

Dans la reconnaissance, on distingue deux stratégies:

2.1 Fonctions discriminantes basées sur les artistes et les styles: pour chaque artiste, on établie manuellement une série de critères, par exemple pour misstic:
a)la présence de logo
b)la présence du texte
c)la présence de la forme (femme...)
d)les positions des objets
e)les orientations des objets
f)les couleurs utilisées
g)....

par exemple, pour les images des animaux, on peut ajouter les textures comme critere essentiel.
Chaque critère correspond à un poids. La fonction discriminante d'un artiste va "filtrer" une image avec cette série de critères et distribue finalement un score à cette image. On choisit parmi toutes les fonctions discriminantes celle qui maximise le score.

Avantage de cette méthode: on peut utiliser tous les caractères importantes d'un artiste pour distinguer parfaitement son oeuvre. Par exemple, pour speedy-graphito: les petits traits, pour d'autres, les textures particulières etc. L'idée c'est de trouver les critères qui caracterisent le mieux possible un artiste.

Désavantage: basé sur les connaissance a priori, du coup assez limité pour reconnaitre un artiste nouveau(dans ce cas il faut réétablir une fonction discriminante..)

2.2 Par la ressemblance entre deux images: au lieu de dire que on connait explicitement les criteres de chaque artiste, on calcule tout simplement la "distance" entre deux images données, sans avoir aucune information a priori. Si les deux se ressemblent, alors elles seront classifiées dans la même classe. La question est de définir cette distance entre images. Cette méthode peut être un complément a la première, dans le cas ou on doit classifier les images peu nombreuse et dont les auteurs sont inconnus.

Une fois que ces deux problemes sont résolus, on aura accomplit l'essentiel du projet.