Rapport sur la thèse de Kachroumi Rostom v2
3 pages
Español

Rapport sur la thèse de Kachroumi Rostom v2

-

Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres
3 pages
Español
Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres

Description

  RAPPORT sur la thèse de doctorat de l’Université d’Evry Val d’Essonne présentée par M. Rostom Kachouri intitulée « Classification multi‐modales des images dans les bases hétérogènes» par KAMEL HAMROUNI Maître de Conférences Ecole Nationale d’Ingénieurs de Tunis (ENIT) Université Tunis El‐Manar (UTM)  Le mémoire de thèse, présenté par M. Kachouri , en vue de l’obtention du titre de docteur en Sciences  de  l’Université  d’Evry  Val  d’Essonne,  se  situe  dans  le  domaine  de  la  recherche d’images par le contenu et s’intéresse particulièrement à la classification des images dans les bases hétérogènes. Ce domaine de recherche continue à susciter beaucoup d’intérêt dans le monde  de  la  recherche  pour  trouver  des  méthodes  de  caractérisation,  des  descripteurs convenables et des méthodes de classification efficaces. Les descripteurs sont variés (couleur, texture, forme, …) et dépendent généralement de la nature des images. La problématique traitée dans le cadre de cette thèse vise à trouver un moyen de sélection des descripteurs dans les  bases  hétérogènes  et  une  méthode  de  classification  efficace.  Sur  ces  deux  plans,  M. Kachouri a apporté des contributions intéressantes. Il a notamment proposé une méthode de sélection adaptative des caractéristiques les plus pertinentes et une méthode de classification  hiérarchique multi‐modèles des images dans des bases hétérogènes. Le  manuscrit  comprend  une  introduction  générale,  ...

Informations

Publié par
Nombre de lectures 162
Langue Español

Extrait

RAPPORTsurlathèsededoctoratdel’Universitéd’EvryVald’EssonneprésentéeparM.RostomKachouriintitulée«Classificationmultimodalesdesimagesdanslesbaseshétérogènes»parKAMELHAMROUNIMaîtredeConférencesEcoleNationaled’IngénieursdeTunis(ENIT)UniversitéTunisElManar(UTM)Lemémoiredethèse,présentéparM.Kachouri,envuedel’obtentiondutitrededocteurenSciencesdel’Universitéd’EvryVald’Essonne,sesituedansledomainedelarecherched’imagesparlecontenuets’intéresseparticulièrementàlaclassificationdesimagesdanslesbaseshétérogènes.Cedomainederecherchecontinueàsusciterbeaucoupd’intérêtdanslemondedelarecherchepourtrouverdesméthodesdecaractérisation,desdescripteursconvenablesetdesméthodesdeclassificationefficaces.Lesdescripteurssontvariés(couleur,texture,forme,…)etdépendentgénéralementdelanaturedesimages.Laproblématiquetraitéedanslecadredecettethèseviseàtrouverunmoyendesélectiondesdescripteursdanslesbaseshétérogènesetuneméthodedeclassificationefficace.Surcesdeuxplans,M.Kachouriaapportédescontributionsintéressantes.Ilanotammentproposéuneméthodedesélectionadaptativedescaractéristiqueslespluspertinentesetuneméthodedeclassificationhiérarchiquemultimodèlesdesimagesdansdesbaseshétérogènes.Lemanuscritcomprenduneintroductiongénérale,uneconclusiongénéraleetquatrechapitres.IlestécritenFrançaistrèscorrectfacileàlireetàcomprendre.Ilesttrèssoignéetcomprendtrèspeudefautesqu’unesimplerelecturepermettraitdecorriger.Lepremierchapitreestconsacréàlaprésentationdesfondementsdela«Recherched’ImagesparleContenu»(CBIR).Aprèsavoirprésentébrièvementl’architecturegénéraled’unsystèmeCBIR,M.Kachouriaabordélesproblèmesdecaractérisationetdeclassificationdesimagesetprésentélestroisbasesd’imagesqu’ilautiliséespourréaliserlesdifférentstestsd’évaluationdesontravail.Ilaensuiteexposélesdifférentesméthodesdeclassificationainsiquelesdifférentstypesd’attributsqu’onpeututiliserpourcaractériseruneimage.Enprésentantlesrésultatsdedifférentstestsréalisésaveclesdifférentsattributssurlesbasesd’images,M.Kachouriafaitleconstatquelaperformancedesdifférentsattributsdépendducontenudesimages.Aveccechapitre,l’auteuraréussiàbienintroduiresaproblématiqueetàjustifierladémarchequ’ilvaadopterpouraffronterleproblèmedelarecherched’imagesdansdesbaseshétérogènes.
EcoleNationaled’IngénieursdeTunisBP:37LeBelvédère1002TUNIS,www.enit.rnu.tn,Tel:+21671874700,Fax:+216711872729
Dansledeuxièmechapitre,M.Kachouriabordelaproblématiquedesélectiondescaractéristiqueslespluspertinentesparmiunensembledecaractéristiques.Ilacommencéparfaireunebrèveprésentationdel’étatdel’art:«l’AnalyseenComposantesPrincipales»(ACP)etl’algorithmegénétique(AG).Ilaproposéensuiteuneméthodede«SélectionAdaptativedesCaractéristiques(SAC)»combinantdeuxtechniques:leclassifieurSVM(SupportVectorMachine)etlediscriminantlinéairedeFisher(FLD).Laméthodeutiliseunapprentissagemultiplelescaractéristiquessontutiliséesséparément.Lestroisméthodes(ACP,AGetSAC)ontététestéessurlesdeuxbasesCORELetCOLUMBIA.LesrésultatsobtenusmontrentquelaméthodeSACproposéearriveàsélectionnerlescaractéristiqueslespluspertinentes,qu’elleestentièrementautomatiqueetqu’elles’adapteaucontenudelabaseconsidéréecequin’estpaslecaspourlesautresméthodes.
Dansletroisièmechapitre,M.Kachouriabordelaproblématiquedel’apprentissageduclassifieurSVMetoptepourlaméthodeopérantparnoyauxmultiples(MKL).IlcommenceparfaireuneprésentationduprincipedelaméthodedeclassificationSVMavecsesmodèles:linéairementséparable,nonlinéairementséparable,biclassesetmulticlasses.Aprèsuneprésentationdetroisalgorithmesdel’étatdel’artenmatièredeclassificationmulticlassesparSVM,ilchoisitl’algorithmenomméDAGSVMquiprésentel’avantagedelarapiditéd’exécution.L’apprentissageduclassifieurSVMparnoyauxmultiplesposeleproblèmedelapondérationdesdifférentsnoyaux.Aprèsunebrèveprésentationdel’étatdel’art,l’auteurproposeuneméthodedepondérationdesnoyauxinspiréedetravauxantérieursetbaséesurlepouvoirdiscriminantdechaquenoyau.Pourladéterminationdecedernier,uneméthodesimilaireàlasélectiondescaractéristiquesestappliquée.LaméthodedeclassificationobtenueetdénomméeMKSVMestévaluéesurlabased’imagesCORELetcomparéeàlaméthodeclassiqueSingleSVM(avecunseulnoyau).Lesrésultatsdelaclassificationobtenussontlégèrementmeilleurs.Lerésultatleplusintéressantrésidedansletempsdecalculquiestnettementmeilleur.
Danslequatrièmechapitre,M.KachouriproposeuneméthodedeclassificationhiérarchiquemultimodèlesdénomméeMCMM.LaméthodecombinehiérarchiquementlesrésultatsdesdifférentsmodèlesSVMselonunordrecroissantdeleurdegrédepertinence.Achaqueniveaulaclassificationestcomparéeàcelleduniveauprécédentetlaclassificationestainsiaffinéeprogressivementàtraverslesdifférentsniveauxhiérarchiques.Laméthoderetenue,MCMMcombinéeaveclaméthodeSACdesélectiondescaractéristiques,asubiuneévaluationassezlarge:testéed’abordaveclesdifférentesméthodesdesélectiondescaractéristiques,comparéeensuiteàdeuxdesesvariantes,l’uneopérantdansunordredécroissantdepertinenceetl’autreassignantlaclasseayantobtenulamajoritédesmodèles.Elleaétéensuitecomparéeàd’autresméthodesdelalittérature.SonapplicationsurlesdeuxbasesCoreletCaltechatoujoursdonnédesrésultatsnettementmeilleursquelesautresméthodes.L’analysedesrésultatsobtenusmontrentlaqualitéscientifiqueettechniquedelaméthodeproposéedupointdevueefficacitéetrobustesse.
L’auteurterminesonmanuscritparunetrèsbonneconclusiongénéraledanslaquelleilrappellesesdifférentescontributionscomparéesauxméthodesdel’étatdel’art.Ilénoncedesperspectivesintéressantes.
Labibliographieestassezriche,récenteetd’unegrandequalitéscientifique.Lesquelquesannexesprésententquelquesalgorithmesdeméthodesélaboréesquel’auteurauraientpuprésenteràl’intérieurdeschapitres.
EcoleNationaled’IngénieursdeTunisBP:37LeBelvédère1002TUNIS,www.enit.rnu.tn,Tel:+21671874700,Fax:+2167118727292/3
M.Kachouridonnelalistedesespublicationsportantsursontravaildethèseetcomprenant:unarticledanslejournal«PatternRecognition»quivientjusted’êtreaccepté,unarticledans«Internationaljournalofsignalandimagingsystemsengineering»,unarticledansla«revuescientifiqueFrancophoneTraitementduSignal»,unchapitredelivreet7communicationsdansdesconférencesinternationales.Enconclusion,laqualitéetlaclartédumanuscritmontrentàl’évidenceque,malgréladifficultéduproblèmeabordé,M.Kachouriaconduitsestravauxd’unefaçonméthodique.Ilafaitunebonneétudeetanalysedel’étatdel’artetaapportédescontributionsoriginalesetintéressantesdansledomainedelarecherched’imagesdansdesbaseshétérogènes.Ilaaussieffectuéunebonnevalidationdelaméthodeenlatestantsurdesbasesd’imagesconnuesetenlacomparantàd’autresméthodesexistantes.CescontributionsetlesrésultatsobtenusmontrentuneparfaitemaîtrisedusujetetuneréellecompétencedeM.Kachouri.Pourtoutescesraisons,jedonneunavisfavorableetsansréserveàlasoutenancedecettethèse.KamelHAMROUNITunisle13Juin2010MaîtredeConférencesENITUniversitédeTunisElManar
EcoleNationaled’IngénieursdeTunisBP:37LeBelvédère1002TUNIS,www.enit.rnu.tn,Tel:+21671874700,Fax:+2167118727293/3
  • Univers Univers
  • Ebooks Ebooks
  • Livres audio Livres audio
  • Presse Presse
  • Podcasts Podcasts
  • BD BD
  • Documents Documents