(LUẬN văn THẠC sĩ) indexation et recherche d’image par le contenu et par la localisation géographique

INSTITUT DE LA FRANCOPHONIE POUR L’INFORMATIQUE LABORATOIRE INFORMATIQUE, IMAGE ET INTERACTION UNIVERSITE DE LA ROCHELLE MEMOIRE DE FIN D’ETUDE Master d’informatique Option Intelligence artificielle & multimédia Sujet : Indexation et recherche d’image par le contenu et par la localisation géographique Encadrement : Jean-Marc OGIER Alain BOUCHER NGUYEN Nhu Van Réalisé par : LAI Hien Phuong Promotion 13, IFI Hanoï, Septembre 2009 TIEU LUAN MOI download : skknchat@gmail.com TABLE DES MATIERES REMERCIEMENTS RESUME .4 ABSTRACT LISTE DES FIGURES .6 LISTE DES TABLEAUX CHAPITRE – INTRODUCTION 1.1 PROBLEMATIQUE 1.2 MOTIVATION .9 1.3 OBJECTIFS 10 1.4 CONTRIBUTION 10 1.5 ENVIRONNEMENT DE STAGE 11 CHAPITRE – ETAT DE L’ART 12 2.1 INDEXATION MULTIDIMENSIONNELLE 12 2.1.1 Partitionnement des données .12 2.1.2 Partitionnement de l’espace .17 2.2 TRAVAUX SIMILAIRES 19 2.2.1 SnapToTell [11][12][13][14] 19 2.2.2 MobiLog [15] 22 CHAPITRE – SR-TREE .24 3.1 PRESENTATION DU SR-TREE 24 3.2 INSERTION DANS LE SR-TREE 26 3.3 SUPPRESSION DANS LE SR-TREE 29 3.4 RECHERCHE DANS LE SR-TREE 29 CHAPITRE – SYSTEME DE RECHERCHE D’INFORMATIONS BASE SUR UNE DOUBLE INFORMATION DE CONTENU DES IMAGES ET DE LOCALISATION GEOGRAPHIQUE 31 4.1 HYPOTHESES .31 4.2 APPROCHE PROPOSEE 32 4.2.1 Structuration des données 32 4.2.2 Manipulation dans les SR-tree 36 4.3 IMPLEMENTATION DU SYSTEME 40 4.3.1 Préparation des données 40 4.3.2 Environnement de programmation 41 4.3.3 Système construit 41 CHAPITRE – ANALYSE DES RESULTATS 43 5.1 SCENARIO : ATTRIBUTION DES NIVEAUX D’URGENCE 43 5.2 SCENARIO : DETERMINATION DES MONUMENTS PROCHES DU SINISTRE 45 5.3 SCENARIO : DETERMINATION DES SINISTRES PROCHES D’UN MONUMENT .46 5.4 SCENARIO : DETERMINATION DES SINISTRES PROCHES D’UN SINISTRE 47 5.5 SCENARIO : DETERMINATION DES SINISTRES SIMILAIRES A UN AUTRE SINISTRE 48 CHAPITRE – CONCLUSIONS ET PERSPECTIVES 49 REFERENCES 51 TIEU LUAN MOI download : skknchat@gmail.com REMERCIEMENTS Je tiens remercier tout particulièrement M Jean-Marc OGIER, mon superviseur de stage au laboratoire L3I de l’université de La Rochelle, et M Alain BOUCHER, mon co-superviseur de stage l’IFI Ils ont su orienter mon travail dans les bonnes directions tout en me laissant une large autonomie Je les remercie également pour leur gros travail pour corriger ce rapport de stage Mes remerciements s’adressent également M NGUYEN Nhu Van qui m’a aidé dans la configuration l’environnement de programmation Mon travail bénéficie aussi son travail de thèse de la recherche d’image par le contenu Je remercie aussi M CHU Thanh Quang, un thésard du laboratoire MSI Ce travail est en grande partie dû ses conseils sur les Systèmes d’Information Géographique (SIG) Je tiens remercier également tous les membres du laboratoire L3I qui m’ont accueilli et ont créé un environnement idéal dans lequel j’ai travaillé pendant six mois de stage Je voudrais aussi adresser mes remerciements tous les professeurs de l’IFI qui m’ont donné des connaissances et des expériences efficaces pendant ma scolarité l’IFI Merci également tous ceux que j’oublie mais qui d’une manière ou d’autre manière m’ont permis de bien terminer mon stage TIEU LUAN MOI download : skknchat@gmail.com RESUME Ce mémoire présente l’intérêt de combiner les informations du contenu visuel des images/vidéos et de localisation géographique dans la construction d’un système d’aide la décision dans une situation de post-catastrophe naturelle Grâce la performance pour des requêtes de plus proches voisins dans l’espace des données multidimensionnelles et pour la structuration des données géographiques, la structure SR-tree [2] est choisie pour structurer des images en même temps dans l’espace de localisation géographique et dans l’espace du contenu visuel L’approche proposée utilise aussi la structure SR-tree pour structurer des monuments différents dans la ville qui sont enregistrés dans les données des Système d’Information Géographique (SIG) sous forme des polygones Le système construit a bien répondu l’objectif de retrouver des situations d’urgence dans la ville et de leur attribuer un niveau d’urgence en fonction non seulement la proximité géographique d’événements similaires mais aussi en fonction des monuments différents qui sont au tour du sinistre Il fournit au l’utilisateur une vue globale sur la concentration des situations d’urgence dans la ville ainsi que leur niveau d’urgence En répondant des scénarios de test différentes pour le projet de recherche IDEA (Images of natural Disasters from robot Exploration in urban Area) [1], ce système apporte une grande perspective de devenir un outil efficace pour aider l’opérateur humain donner rapidement des bonnes décisions de secours dans des situations de post-catastrophe naturelle TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique ABSTRACT This memoir presents the advantage of combining visual content information of images/videos and geographical location information in the construction of a decision support system in a situation of post-natural disaster With the performance for nearest neighbor queries in the area of multidimensional data and for spatial data structuring, the SR-tree structure [2] is chosen for structuring the images simultaneously in location space and visual content space The proposed approach also uses the SR-tree structure to organize various monuments in the city that are registered in the data of Geographic Information System (GIS) in the form of polygons The proposed system responds well to the objective of finding emergencies in the city and of giving them an urgency level depending not only on the geographical proximity of similar events but also on the monuments which are around the position of emergency situation It provides an overview on the concentration of emergencies in the city and their urgency level In responding to different test scenarios for the IDEA (Images of natural Disasters from robot Exploration in Urban Area) research project [1], this system has a great perspective to become an effective tool that helps the human operator providing rapidly the rescue decisions in emergency situations of post-natural disaster TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique LISTE DES FIGURES Figure - B-tree 13 Figure - R-tree 14 Figure - SS-tree 16 Figure - SR-tree 17 Figure - Kd-tree 18 Figure - LSD-tree 19 Figure - Architecture client/serveur du système SnapToTell 20 Figure - Localisation hiérarchique des scènes de Singapour 21 Figure - Screen shots de la composition de blog sur un téléphone portable 22 Figure 10 - Exemple de blog du système TraveLog 23 Figure 11 - Structure SR-tree 25 Figure 12 - Détermination des régions par l'intersection des rectangles et des sphères 25 Figure 13 - Structuration des données par des SR-tree 35 Figure 14 - Interface du système 41 Figure 15 - Symboles des sinistres 42 Figure 16 - Symboles des monuments 42 Figure 17 - Groupes des situations d’urgence dans la ville 44 Figure 18 - Groupes des feux dans la ville 44 Figure 19 - Résultat des sinistres d'un groupe 45 Figure 20 - Résultat des monuments proches d'un feu 46 Figure 21 - Résultat des sinistres proches d'un bâtiment 47 Figure 22 - Résultat des sinistres proches d'un sinistre 47 Figure 23 - Résultat des sinistres les plus similaires avec un sinistre quelconque 48 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique LISTE DES TABLEAUX Table - Niveaux d'urgence correspondant chaque type de monument 38 Table - Base d'images des sinistres 40 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique On peut voir que l’utilisateur peut observer les sinistres de tous les types ou seulement les sinistres d’un ou deux types auxquels il s’intéresse Chaque symbole dans les résultats représente un groupe de sinistres similaires qui sont proches géographiquement La taille des symboles représente le niveau d’urgence correspondant chaque groupe L’utilisateur peut observer en détail des sinistres appartenant un groupe quelconque en cliquant sur le symbole correspondant ce groupe, la taille des images augmente selon le niveau d’urgence des images ce qui nous permet de comparer le niveau d’urgence de chaque sinistre Cela nous permet de donner des décisions de secours raisonnables : Figure 19 - Résultat des sinistres d'un groupe Le point faible dans la phase d’attribution d’un niveau d’urgence est qu’on ne se base pas encore sur le contenu de l’image pour distinguer le niveau d’urgence des sinistres de même type (par exemple, on ne peut pas déterminer qu’un feu est grand ou petit) D’ailleurs, les paramètres qu’on utilise pour déterminer le niveau d’urgence sont les paramètres qu’on propose, ils sont peut-être inexacts Il nous faut consulter des experts pour conntre les vrais paramètres 5.2 Scénario : détermination des monuments proches du sinistre Quand l’utilisateur clique sur l’image d’un sinistre quelconque en choisissant de rechercher des monuments proches, le système va chercher dans le SR-tree des monuments pour trouver des monuments qui sont la position ou proches du sinistre choisi dans un rayon déterminé par l’utilisateur Cela nous permet de savoir quels sont les monuments qui peuvent être influencés par un sinistre (par exemple, un feu peut se propager rapidement vers les monuments qui sont proches) Le feu dans l’exemple suivant peut affecter l’école et le grand bâtiment côté, alors il nous faut envoyer rapidement des pompiers pour éteindre ce feu 45 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique Figure 20 - Résultat des monuments proches d'un feu La limite de ce système est qu’on donne l’information des sinistres et des monuments sous forme de coordonnées GPS qui ne donnent pas l’adresse exacte pour l’utilisateur On peut améliorer le système en ajoutant les informations sur l’adresse civique des monuments dans les données SIG de notre système Cela nous permettrait de donner l’adresse exacte d’un monument où il y a actuellement un sinistre pour qu’on puisse prendre des décisions plus rapidement 5.3 Scénario : détermination des sinistres proches d’un monument A l’inverse du scénario précédent, ce scénario a pour but de déterminer tous les sinistres qui sont proches d’un monument quelconque Par exemple, il y a un hôpital ou un bâtiment important dans la ville et l’utilisateur voudrait savoir s’il existe des sinistres qui sont proches géographiquement dans un rayon précisé par l’utilisateur par rapport ce monument Le système va chercher dans l’arbre SR-tree de l’information de localisation géographique de l’image pour trouver et afficher tous les sinistres qui sont proches partir du centre du monument La taille des images affichées change en fonction du niveau d’urgence de chaque sinistre En connaissant les sinistres qui sont autour d’un monument, l’utilisateur peut prendre des décisions de secours plus raisonnables Par exemple, autour d’une école, il y a de grands feux et toutes les routes vers cette école sont endommagées, alors l’utilisateur peut décider d’envoyer le plus tôt possible des avions pour emporter les élèves même si l’école n’est pas encore affectée par les feux 46 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique Figure 21 - Résultat des sinistres proches d'un bâtiment 5.4 Scénario : détermination des sinistres proches d’un sinistre Dans ce scénario, on veut déterminer tous les sinistres qui sont proches géographiquement dans un rayon autour d’un sinistre quelconque L’idée est de donner l’utilisateur des informations sur les sinistres différents qui sont proximité d’un sinistre quelconque Cela nous permet de coordonner les équipes de secours de faỗon appropriộe pour traiter non seulement le sinistre dentrộe mais aussi les autres sinistres qui sont proches si possible Par exemple, si on reỗoit linformation quil y a plusieurs blessộs proximité d’un hôpital en feu, on peut augmenter les médecins dans l’équipe des pompiers envoyée vers l’hôpital pour aider non seulement les blessés de l’hôpital mais aussi les autres blessés qui sont proches En connaissant les sinistres autour d’un sinistre quelconque, on peut modifier la décision Par exemple, on va envoyer des pompiers vers un hôpital endommagé par avion la place de voitures si on constate que toutes les routes vers cet hôpital sont bloquées Figure 22 - Résultat des sinistres proches d'un sinistre 47 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique 5.5 Scénario : détermination des sinistres similaires un autre sinistre On peut voir que pour chaque type de situation d’urgence, par exemple « bâtiment endommagé », il y a plusieurs sous-types comme l’état de dommages d’une maison, d’un bâtiment, … Après un tremblement de terre, si l’utilisateur veut se concentrer surtout sur les images des grands bâtiments endommagés plutôt que sur les images des maisons ou des petits bâtiments endommagés, il peut cliquer sur une image d’un grand bâtiment endommagé affichée sur l’écran Le programme alors va utiliser la recherche des k-plus proches voisins (k précisé par l’utilisateur) dans l’arbre SR-tree du type « bâtiment endommagé » et afficher les k images les plus similaires l’image d’entrée en espérant que les résultats sont surtout des images de grands bâtiments endommagés Les résultats dans la figure suivante sont assez bons : Figure 23 - Résultat des sinistres les plus similaires avec un sinistre quelconque En effet, la recherche est réalisée seulement dans l’arbre SR-tree du type du sinistre correspondant l’image d’entrée ce qui nous permet de réduire le nombre d’images vérifier Mais d’autre part, on ne peut pas trouver les images de même type qui sont déjà ajoutées dans un autre arbre SR-tree car elles sont reconnues comme un autre type du sinistre D’ailleurs, la recherche d’images par le contenu ne donne pas toujours de bons résultats 48 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique Chapitre – Conclusions et perspectives Ce travail de stage présente une approche pour le développement d’un modèle de recherche d’informations basé sur une double information de contenu des images et de localisation géographique Le système construit implémente l’approche proposée qui structure les images en même temps dans deux espaces de localisation géographique et du contenu visuel par des arbres SR-tree [2] La structuration SR-tree est choisie pour les raisons suivantes : d’une part, elle est utile pour les applications d’indexation de similarité des images/vidéos ; d’autre part, son mécanisme de regroupement des données qui sont proches par des rectangles englobants et des sphères englobantes correspond bien la structuration des données géographiques Cette approche nous permet de combiner l’information de localisation et du contenu des images pour retrouver des situations d’urgence dans une ville et leur attribuer un niveau d’urgence en fonction de la proximité géographique d’événements similaires D’ailleurs, on propose aussi l’utilisation de la structure SR-tree pour structurer des différents monuments (maison, grand bâtiment, hôpital, école) dans la ville Ces monuments sont enregistrés dans un fichier shapefile, un type de fichier utilisé dans les systèmes SIG (Système d’Informations Géographiques) pour les données géographiques La forme de type polygone des monuments correspond bien la structuration par des SRtree Cette extension dans l’approche proposée nous permet d’attribuer un niveau d’urgence non seulement en fonction de la proximité géographique d’événements similaires, mais aussi en fonction de la nature des monuments autour de la position d’un sinistre Par exemple, un feu dans un hôpital est plus urgent que des feux dans quelques maisons En effet, on a atteint le but de ce stage dans la construction d’un modèle d’aide la décision dans une situation de post-catastrophe naturelle et dans la contribution d’une base d’images des sinistres pour le projet IDEA Le système construit fournit l’utilisateur une vue globale sur les sinistres dans la ville sous forme de groupes de proximité géographique des situations similaires Il fournit aussi un accès aux informations comme les monuments proches d’in sinistre, les sinistres proches d’un monument, les sinistres proches d’un sinistre, etc L’information fournie par le système nous permet de prendre des dộcisions qui coordonnent dune faỗon raisonnable les équipes de secours Ce système est utile pour qu’on puisse limiter les dommages dans une situation de post-catastrophe naturelle 49 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique Cependant, il existe encore des limites dans le système construit Premièrement, on traite seulement l’information géographique des images sous forme de données GPS Il existe d’autres types de localisation géographique traiter comme l’adresse civique Deuxièmement, le système ne traite pas encore les images qui n’ont pas cette localisation Troisièmement, la reconnaissance des situations d’urgence n’est pas toujours exacte car actuellement, il n’y a pas encore une méthode parfaite pour la recherche d’images par le contenu Finalement, le niveau d’urgence est attribué seulement en fonction de la proximité géographique des situations similaires et de la nature des monuments autour du sinistre tandis qu’il existe plusieurs autres paramètres qui peuvent influencer ce niveau d’urgence Il existe des travaux faire pour que le système puisse devenir un bon outil d’aide la décision dans une situation de post-catastrophe naturelle : • On peut consulter les experts pour déterminer tous les paramètres qui peuvent influencer l’attribution d’un niveau d’urgence pour les sinistres et pour construire une base d’apprentissage identifiant le niveau d’urgence correspondant aux valeurs différentes de ces paramètres Dans ce cas, on peut utiliser n’importe quelle méthode d’apprentissage afin de déterminer un niveau d’urgence approprié chaque situation Notez que l’état d’un sinistre (par exemple, un grand feu ou un petit feu) est aussi un paramètre important ; mais pour déterminer ce paramètre, il reste un grand travail faire • Si on peut trouver de bons descripteurs internes du contenu visuel des images, on pourra améliorer la recherche des situations d’urgence • Il serait possible d’utiliser une base de données contenant des références entre des adresses civiques et des données de type GPS pour que le système puisse traiter les différents types de localisation géographique Pour les images qui n’ont pas de données de localisation géographique, on peut se baser sur le contenu de l’image pour trouver s’il existe une adresse civique dans l’image ou si c’est l’image d’un monument célèbre dans la ville ou non 50 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique REFERENCES [1] Site web du projet de recherche IDEA, http://www.ifi.auf.org/IDEA/, March 20, 2009 [2] Noriko Katayama, Shin’ichi Satoh, “The SR-tree : An index structure for HighDimentional Nearest Neighbor Queries”, In Proceedings of the ACM SIGMOD International Conference on Management of Data, pages 369-380, Tucson, Arizon USA, 1997 [3] Jean-Marc OGIER, “Partie : Techniques de Clustering et d’indexation multidimensionnelles », cours Indexation Multimedia, université de La Rochelle [4] Stefan Berchtold, Daniel A.Keim, Hans-Peter Kriegel, “The X-tree: An index structure for High-Dimensional Data”, In Proceedings of the 22nd International Conference on Very Large Databases, pages 28–39, 1996 [5] Automn Guttman, « R-tree : A dynamic index structure for spatial searching », In Proceedings of the ACM SIGMOD International Conference on Management of Data, pages 47-57, Boston, MA, June 1984 [6] Timos Sellis, Nick Roussopoulos et Christos Faloutsos, « The R+-tree : a dynamic index for multi-dimensional objects », In proceedings of the 16th International Conference on Very Large databases, page 507-518, 1987 [7] Norbert Beckmann, Hans-Peter Kriegel, Ralf Schneider, Bernhard Seeger, « The R*tree : An efficient and Robust Access Method for Points and Rectangles », In proceeding of the ACM SIGMOD International Conference on Management of Data, page 322-331, 1990 [8] David A.White, Ramesh Jain, “Similarity indexing with the SS-tree”, In proceeding of the 12th International Conference on Data Engineering, page 516-523, 1996 [9] John T Robinson “The k-d-b-tree: A search structure for large multidimensional dynamic indexes” In Proceedings of the ACM SIGMOD International Conference on Management Data, pages 10–18, 1981 [10] Andreas Henrich, Hans-Werner Six, Peter Widmayer, “The LSD tree: spatial access to multidimensional point and non point objects”, In Proceedings of the 15th International Conference on Very large data bases, pages 45-53, Amsterdam, The Netherlands, July 1989 [11] Jean-Pierre Chevallet, Joo-Hwee Lim, “SnapToTell – Accès ubiquitaire de l’information multi-média partir d’un telephone portable”, 2e Conférence en Recherche d’Informations et Applications, pages 245-260, Grenoble, France, Mars 2005 [12] Joo-Hwee Lim, Jean-Pierre Chevallet, Sihem Nouarah Merah, “SnapToTell: Ubiquitous Information Access from Camera”, In Workshop on Mobile and Ubiquitous Information Access (MUIA04), 2004 51 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique (LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique(LUAN.van.THAC.si).indexation.et.recherche.d’image.par.le.contenu.et.par.la.localisation.geographique