Annotation automatique des images: Améliorer la compréhension visuelle grâce au marquage automatisé

Par Fouad Sabry

Qu'est-ce que l'annotation automatique d'image

Le processus d'attribution automatique de métadonnées à une image numérique sous forme de sous-titres ou de mots-clés est appelé annotation automatique d'image. Cette procédure est effectuée par des systèmes informatiques électroniques. L'application des techniques de vision par ordinateur est utilisée dans les systèmes de récupération d'images dans le but d'organiser et de localiser les images d'intérêt à partir d'une base de données.

Comment vous en bénéficierez

(I) Informations et validations sur les sujets suivants :

Chapitre 1 : Annotation automatique d'images

Chapitre 2 : Récupération d'informations

Chapitre 3 : Récupération d'images

Chapitre 4 : Récupération d'images basée sur le contenu

Chapitre 5 : Modèle de sac de mots en vision par ordinateur

Chapitre 6 : Détection d'objets

Chapitre 7 : Global Memory Net

Chapitre 8 : Conférence sur la vision par ordinateur et la reconnaissance de formes

Chapitre 9 : Apprendre à classer

Chapitre 10 : Automatique Reconnaissance de cibles

(II) Répondre aux principales questions du public sur l'annotation automatique d'images.

(III) Exemples concrets d'utilisation de l'annotation automatique d'images dans de nombreux domaines.

À qui s'adresse ce livre

Les professionnels, les étudiants de premier cycle et des cycles supérieurs, les passionnés, les amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type d'image automatique. Annotation.

 

 

• Langue: Français
• Éditeur: Un Milliard De Personnes Informées [French]
• Date de sortie: 5 mai 2024

Aperçu du livre

Annotation automatique d'image

Amélioration de la compréhension visuelle grâce au marquage automatisé

Fouad Sabry est l'ancien responsable régional du développement commercial pour les applications chez Hewlett Packard pour l'Europe du Sud, le Moyen-Orient et l'Afrique. Fouad est titulaire d'un baccalauréat ès sciences des systèmes informatiques et du contrôle automatique, d'une double maîtrise, d'une maîtrise en administration des affaires et d'une maîtrise en gestion des technologies de l'information, de l'Université de Melbourne en Australie. Fouad a plus de 25 ans d'expérience dans les technologies de l'information et de la communication, travaillant dans des entreprises locales, régionales et internationales, telles que Vodafone et des machines professionnelles internationales. Actuellement, Fouad est un entrepreneur, auteur, futuriste, axé sur les technologies émergentes et les solutions industrielles, et fondateur de l'initiative One Billion Knowledge.

Un milliard de connaissances

Annotation automatique d'image

Amélioration de la compréhension visuelle grâce au marquage automatisé

Fouad Sabry

Copyright

Annotation © automatique d'images 2024 par Fouad Sabry. Tous droits réservés.

Aucune partie de ce livre ne peut être reproduite sous quelque forme que ce soit ou par quelque moyen électronique ou mécanique que ce soit, y compris les systèmes de stockage et de récupération d'informations, sans l'autorisation écrite de l'auteur. La seule exception est celle d'un critique, qui peut citer de courts extraits dans une critique.

Couverture dessinée par Fouad Sabry.

Bien que toutes les précautions aient été prises dans la préparation de ce livre, les auteurs et les éditeurs n'assument aucune responsabilité pour les erreurs ou omissions, ou pour les dommages résultant de l'utilisation des informations contenues dans le présent document.

Table des matières

Chapitre 1 : Annotation automatique d'images

Chapitre 2 : Recherche d'information

Chapitre 3 : Récupération d'images

Chapitre 4 : Récupération d'images basée sur le contenu

Chapitre 5 : Modèle de sac de mots en vision par ordinateur

Chapitre 6 : Détection d'objets

Chapitre 7 : Réseau mondial de mémoire

Chapitre 8 : Conférence sur la vision par ordinateur et la reconnaissance des formes

Chapitre 9 : Apprendre à se classer

Chapitre 10 : Reconnaissance automatique des cibles

Appendice

À propos de l'auteur

Chapitre 1 : Annotation automatique d'images

Le terme « annotation automatique d'image » fait référence au processus par lequel un système informatique attribue automatiquement des métadonnées à une image numérique, telles qu'une légende ou des mots-clés. Les images qui présentent un intérêt peuvent être rapidement localisées et triées dans des bases de données à l'aide de cette application des techniques de vision par ordinateur.

Cette technique peut être considérée comme une classification d'images multi-classes avec un grand nombre de catégories, potentiellement aussi grandes que le vocabulaire. Lorsque vous essayez d'annoter automatiquement de nouvelles images, les techniques d'apprentissage automatique utilisent généralement l'analyse d'images sous la forme de vecteurs de caractéristiques extraits et de mots d'annotation d'apprentissage. Des techniques de traduction automatique ont ensuite été développées pour tenter de traduire le vocabulaire textuel avec le « vocabulaire visuel », ou des régions groupées connues sous le nom de blobs. Initialement, les méthodes apprenaient les corrélations entre les caractéristiques de l'image et les annotations d'apprentissage. Des méthodes de classification, des modèles de pertinence et d'autres travaux connexes ont suivi ces initiatives initiales.

L'annotation automatique d'images a le dessus sur la récupération d'images basée sur le contenu (CBIR), car elle permet une formulation plus intuitive des requêtes. Les utilisateurs de CBIR sont actuellement chargés de trouver des exemples de requêtes ou d'effectuer des recherches par concepts d'image tels que la couleur et la texture. Certains aspects des images utilisées à titre d'exemples peuvent distraire l'utilisateur de l'idée qu'il devrait envisager. L'annotation manuelle d'images pour les méthodes traditionnelles de récupération d'images telles que celles utilisées dans les bibliothèques est laborieuse et prend beaucoup de temps, en particulier compte tenu de la taille et de la croissance des bases de données d'images