Direction de recherche : Marcin DETYNIECKI
Co-encadrement : TOLLARI Sabrina

Diversité par Clustering pour la Recherche d’Images : Étude Expérimentale

Les moteurs traditionnels offrent à l'utilisateur des résultats de plus en plus pertinents, mais, dans la plupart des cas, les résultats similaires ont tendance à se regrouper. L'utilisateur peut être intéressé pour retrouver des documents qui soient certes tous pertinents par rapport à sa requête, mais aussi qui soient différents les uns des autres. Dans cette thèse, nous considérons le problème de la diversité pour la recherche d'images. Nous avons focalisé notre attention sur la diversité par l'exploitation du clustering, plus spécialement par une approche hiérarchique (AHC), car sa hiérarchie de clusters peut bien correspondre à la nature hiérarchique de la diversité. De plus, nous proposons une nouvelle approche pour exploiter des ressources plus riches, telle qu'une « arborescence de concepts », pour augmenter la diversité. Différentes approches sont comparées sur trois benchmarks : un qui a été annoté manuellement et qui possède une haute pertinence; et deux publics assez différents et plus généraux. Les résultats montrent que l'exploitation hiérarchique des résultats de l’AHC augmente la diversité en comparaison avec des méthodes de clustering plat standard et avec une méthode de diversité par optimisation. Les résultats montrent aussi l’intérêt d’utiliser une arborescence de concepts comme descripteur pour augmenter la diversité. Enfin, nous avons développé un prototype complet avec la prise en compte des contraintes fortes de temps de calcul ce qui le rend adapté pour être utilisable dans le moteur de recherche de l'entreprise.

Soutenance : 31/08/2015

Membres du jury :

MULHEM Philippe (LIG) [Rapporteur]
IONESCU Bogdan (LAPI) [Rapporteur]
CORD Matthieu (LIP6)
POPESCU Adrian (CEA LIST)
DETYNIECKI Marcin (LIP6)
TOLLARI Sabrina (LIP6)

Publications 2013-2015

• 2015
  • Ch. Kuoman Mamani : “Diversité par Clustering pour la Recherche d’Images : Étude Expérimentale”, soutenance de thèse, soutenance 31/08/2015, direction de recherche Detyniecki, Marcin, co-encadrement : Tollari, Sabrina (2015)
• 2013
  • Ch. Kuoman Mamani, S. Tollari, M. Detyniecki : “UPMC at MediaEval 2013: Relevance by Text and Diversity by Visual Clustering”, MediaEval 2013 Multimedia Benchmark Workshop, vol. 1043, CEUR Workshop Proceedings, Barcelona, Spain, (CEUR-ws.org) (2013)
  • Ch. Kuoman Mamani, S. Tollari, M. Detyniecki : “Using Tree of Concepts and Hierarchical Reordering for Diversity in Image Retrieval”, CBMI 2013 - 11^th International Workshop on Content-Based Multimedia Indexing, Veszprém, Hungary, pp. 251-256, (IEEE) (2013)
  • Ch. Kuoman Mamani, S. Tollari, M. Detyniecki : “Diversité hiérarchique et utilisation d’arbres de concepts pour la recherche d’images”, Conference en Recherche d'Information et Applications (CORIA 2013), Neuchâtel, Switzerland (2013)