Comparaison de contenus d'images par appariement multivoque de graphes
Résumé
L'usage de graphes pour représenter le contenu sémantique des images est de plus en plus fréquent du faite du fort pouvoir de représentation et d'interprétabilité obtenues. Localiser, reconnaître ou interpréter un contenu revient alors à comparer ou mettre en correspondance des graphes. Les méthodes classiques d'appariement de graphes (dites univoques) sont peu tolérants au bruit et ne permettent pas une bonne gestion de la sur-segmentation par exemple. Cet article présente un algorithme d'appariement multivoque de graphes résolu à l'aide d'une méthode d'optimisation par colonies de fourmis artificielles (max-min ant system). La tolérance au bruit introduite par l'autorisation d'appariements multivoque rend le problème très combinatoire puisque un nœud (arc) dans un graphe peut alors correspondre à plus d'un nœud (arc) dans l'autre graphe. Nous formalisons ce problème comme un problème de distance d'édition de graphe étendue en ajoutant des possibilités d'opérations de division et de fusion. La résolution par colonies de fourmis est combinée à une stratégie de recherche locale par voisinage pour améliorer la qualité de la solution et pour accélérer le temps de calcul. L'efficacité de l'approche proposée est vérifiée sur un ensemble d'images de symboles pré-segmentés dans des images de documents graphiques. Ces résultats montrent l'intérêt de l'utilisation d'un algorithme d'appariement multivoque pour reconnaître des formes bruitées fournissant des informations les différents éléments constituant le contenu de l'image plutôt qu'uniquement une mesure de similarité entre formes.
Origine | Fichiers produits par l'(les) auteur(s) |
---|