Modèles markoviens pour l'organisation spatiale de descripteurs d'images

Juliette Blanchet 1, 2 Florence Forbes 2 Cordelia Schmid 1, *
* Auteur correspondant
1 LEAR - Learning and recognition in vision
GRAVIR - IMAG - Graphisme, Vision et Robotique, Inria Grenoble - Rhône-Alpes, CNRS - Centre National de la Recherche Scientifique : FR71
Résumé : Ce papier décrit une nouvelle approche probabiliste pour la reconnaissance de textures. Une image est décrite à l'aide de descripteurs locaux, ainsi que par des relations spatiales entre ces descripteurs. On peut alors associer une image à un graphe : les noeuds sont les points d'intérêt de l'image correspondant à des régions caractéristiques et les arêtes relient des régions voisines. Ajouter une telle information de voisinage permet d'améliorer les résultats de reconnaissance. Les approches actuelles consistent à modéliser les descripteurs comme des variables indépendantes, puis à rajouter l'information spatiale par le biais de poids, sans modéliser explicitement ces dépendances. Nous proposons d'introduire un modèle statistique rendant compte directement de cette dépendance entre descripteurs, par l'utilisation de champs de Markov cachés. L'estimation des paramètres de tels modèles étant en pratique difficile, nous utilisons des procédures d'estimation récentes basées sur le principe du champ moyen de la physique statistique. Nous illustrons notre méthode sur la reconnaissance d'images uni et multitextures. Les résultats obtenus sont prometteurs.
Type de document :
Communication dans un congrès
37e Journées de Statistique de la Société Française de Statistique, Jun 2005, Pau, France. 2005
Liste complète des métadonnées

https://hal.inria.fr/inria-00548519
Contributeur : Thoth Team <>
Soumis le : lundi 20 décembre 2010 - 09:08:57
Dernière modification le : mercredi 11 avril 2018 - 01:56:16

Identifiants

  • HAL Id : inria-00548519, version 1

Collections

Citation

Juliette Blanchet, Florence Forbes, Cordelia Schmid. Modèles markoviens pour l'organisation spatiale de descripteurs d'images. 37e Journées de Statistique de la Société Française de Statistique, Jun 2005, Pau, France. 2005. 〈inria-00548519〉

Partager

Métriques

Consultations de la notice

135