November 18th, 2009 @ 5:03pm | njames | Categories Serendipity |
No Comments »
- De l'annotation automatique sur Flickr avec le Blind Astrometry Server, (un robot web pour annoter automatiquement des images), http://astrometry.net/: cela date du début de l'année 2009, sur des photographies du ciel nocturne du groupe Flickr astrometry, détection et ajout d'annotations pour les astres répertoriés (planètes, galaxies, nébuleuses etc.) via astrometry.net.
C'est un projet très intéressant, les bots pour l'annotation automatique des images reste encore quelque chose de nouveau ! - De la CBIR sur Bing.
Le plugin Silverlight est nécessaire pour utiliser cette fonctionnalité du moteur Bing, ce qui est absolument ridicule car il semble que Silverlight n'est utilisé que pour faire du rendu eye-candy avec des effets de gloss, blend et des miniatures d'image (thumbnails) flottantes... - Un nouveau Google Labs, Google Image Swirl, sur la recherche d'image itérative avec une navigation dans une hiérarchie de clusters.
Flash et Javascript sont nécessaires pour utiliser l'interface, et contrairement à la fonctionnalité Visual Search de Bing cité plus haut qui nécessite Silverlight, utiliser du Flash dans Google Image Swirl se justifie complètement, il y a une interface pour l'exploration des résultats qui n'est pas un simple listing des image-résultats. D'après Google, Image Swirl réalise deux opérations: (1) l'organisation des résultats de la recherche d'image sur la base de mesures de similarité visuelle et sémantique entre document, et (2) présentation des résultats organisés dans une interface d'exploration.
screenshot d'une navigation dans Google Image Swirl pour la requête "Pablo Picasso". Google propose des requête-exemples attaquant le problème de la polysémie telle que "apple", "beetle", "jaguar", et d'autres requêtes attaquant le problème de la perspective visuelle. D'après le Official Google Blog, Google Image Swirl utilise et étend les technologies développées pour Picasa Face Recognition et Google Similar Images, pour réaliser le grouping des images et la construction de la hiérarchie de clusters. Remarque 1:
L'utilisateur naviguant de cluster en cluster, une succession d'interactions utilisateur dans une recherche d'image est ainsi une hiérarchie de clusters.
Lorsque l'utilisateur affiche un cluster qui n'a pas de cluster fils (i.e. on ne peut pas construire de nouveaux cluster à partir d'un des documents contenus dans le cluster courant), les résultats sont souvent des plus proches duplicata (near duplicates). Remarque 2:
Quelque chose qui serait réellement intéressant, bluffant en réalité car c'est un problème très difficile, c'est de justifier une relation entre deux documents dans une navigation dans Google Image Swirl.
Google dit que pour calculer les clusters, ils utilisent des mesures de similarités visuelle et sémantique, nous pourrions vouloir savoir pourquoi google dit que deux documents sont liés: est-ce une prédominance de la similarité visuelle ? une prédominance de la similarité sémantique ? une expansion sémantique ? est-ce deux documents appartenant à une même thématique selon une taxonomie reconnue autour de laquelle il y a consensus ? est-ce deux documents liés via une relation related-to (co-occurrence statistique) ?
