Salient-Object-Based Image Query by Visual Content.

Abstract

La recherche d\'image par le contenu (en anglais Content-Based Image Retrieval, CBIR) est un domaine de recherche très actif depuis plusieurs années. L\'appariement exact n\'étant ni possible ni souhaitable avec des images, l\'approche la plus utilisée consiste à calculer un score de similarité entre les images via une comparaison de leurs
caractéristiques physiques. Pour certaines applications, une fonction additionnelle importante est celle qui permet de définir des \"objets d\'intérêt\" à l\'intérieur des images, les calculs de similarité prenant alors en compte la comparaison entre ces objets. Les problèmes liés aux objets d\'intérêt ne sont que peu voire pas du tout pris en compte par les systèmes actuels de CBIR. Dans cet article, nous proposons un modèle de stockage de données relatives à des images qui permet de représenter les propriétés spatiales d\'objets d\'intérêt. De plus, nous définissons une extension de l\'opérateur de sélection basé sur la
similarité présenté dans de précédents travaux qui rend possible la sélection basée sur les objets d\'intérêt. Nous proposons également des opérateurs spécifiques qui permettent de calculer les relations spatiales entre une image et les objets d\'intérêt qu\'elle contient. Ces propositions sont concrètement implémentées dans une extension de notre système de recherche d\'image par le contenu EMIMS qui définit le système EMIMS-S (Extended Medical Image Management System to support Salient objects). Nous présentons enfin une évaluation expérimentale de l\'efficacité du traitement de requêtes basées sur les
objets d\'intérêt telles que nous les avons définies.
Content-Based Image Retrieval (CBIR) has attracted much attention of the research community. As exact
matching is not possible with image retrieval, the approach is to use similarity-based matching using the global features of the entire image to compute a similarity score between two images. Equally important is the use of salient-objects: objects in
an image that are of particular interest, as the basis of similarity-based computation. However, the current works on CBIR do not address very well the issues related to salient-objects. In this work, we propose a data repository model so that spatial features of salient objects are captured. Moreover, we propose an extension to the similarity-based selection
operator defined earlier to allow salient object based selection. We also propose spatial operators that can be used to compute spatial relations between an image and its contained salient objects. To demonstrate the viability of our proposals, we extend a previous system named EMIMS, to develop EMIMS-S (Extended Medical Image Management System to support Salient objects). We also experimentally evaluate the retrieval effectiveness of salient-objects-based image queries.
Keywords: Salient-object-based image retrieval, image database, image data model, similarity-based algebra, spatial relation of salient-objects; Recherche d\'image basée sur les objets d\'intérêt, bases de données d\'image, modèle de données d\'image, algèbre basée sur la similarité, relations spatiales entre objets d\'intérêt, EMIMS-S.

Journal des Sciences Pour l\'Ingénieur. Vol. 7 2006: pp. 79-86