Nous recherchons des candidats pour une bourse de thèse dans le domaine de l'indexation d'images - école doctorale Sciences, Technologie, Santé de l'université de Reims-Champagne-Ardenne (http://www.univ-reims.fr), laboratoire CReSTIC (http://crestic.univ-reims.fr). L'obtention de cette bourse sera définitive après sélection du candidat par la région Champagne-Ardenne.

Le sujet de thèse porte sur l'étude des représentations parcimonieuses multi-niveaux d'images pour l'indexation et la recherche de contenu avec une application aux collections d'images médiévales de la médiathèque de Troyes. La thèse sera dirigée par la professeur Su Ruan sur le site de l'IUT de Troyes.

Quelques détails:

La conservation du patrimoine et la numérisation des fonds documentaires des bibliothèques/médiathèques sont des priorités culturelles majeures. La sauvegarde et l'accès au plus grand nombre à ces documents fait partie intégrante de la politique des bibliothèques/médiathèques nationales [A] et régionales [B]. Dans le cadre de ces numérisations massives, des outils de recherche et d'interrogation sur les textes et les images vont être nécessaires. L'indexation d'images par le contenu consiste à extraire des caractéristiques visuelles des images d'une banque d'images afin d'autoriser des recherches dans la banque d'images [1]. Il existe de nombreux systèmes de recherche d'images par le contenu (Content-Based Image Retrieval Systems, CBIR) mais la plupart d'entre eux fonctionnent sur des caractéristiques locales ou globales des images basées sur les couleurs, les textures et les formes des objets présents dans l'image.

Nous proposons dans ce travail d'étendre l'indexation d'images à partir d'informations locales et d'informations globales. L'idée est d'utiliser les représentations parcimonieuses [2] consistant à fabriquer un dictionnaire d'objets visuels (atomes visuels). A partir de ce dictionnaire, il est possible de détecter les atomes visuels dans les images de la banque d'images et de repérer les images similaires (i.e. possédant un grand nombre d'atomes visuels en commun). Il est donc possible de construire une mesure de similarité entre les images de la banque d'images. Par extension, étant donnée une image exemple, on peut retrouver par décomposition en représentation parcimonieuses les images similaires dans la banque d'images en construisant un dictionnaire multi-niveaux à partir de l'image exemple [3].

Le but de la thèse est de créer une interface de recherche d'images orientée web afin de proposer aux utilisateurs une navigation et une recherche facile dans la banque d'images en utilisant les techniques de représentations parcimonieuses d'images. La création d'un logiciel de recherche d'images sera le principal livrable de cette thèse. Nous proposons d'utiliser comme banque d'images des images issues des collections de la médiathèque de l'agglomération de Troyes afin d'appliquer et de tester les résultats de notre système de recherche d'images.

Le dossier de candidature est à télécharger dans la rubrique actualités de la page de l'école doctorale Sciences Technologie Santé . Il doit être renvoyé pour le 4 juin 2010, dernier délai pour examen de la candidature par la région.

Le candidat devra impérativement contacter Su Ruan, Frédéric Morain-Nicolier ou Jérôme Landré respectivement "{su.ruan,frederic.nicolier,jerome.landre}@univ-reims.fr" afin de valider sa candidature.

[A] Bibliothèque Nationale de France : fonds documentaire Gallica - http://gallica.bnf.fr [B] Médiathèque de Troyes - http://www.mediatheque-agglo-troyes.fr

[1] Nuno Vasconcelos, « From Pixels to Semantic Spaces: Advances in Content-Based Image Retrieval », IEEE Computer, pp. 20-26, July, 2007. [2] Alfred M. Bruckstein, David L. Donoho, Michael Elad, « From Sparse Solutions of Systems of Equations to Sparse Modeling of Signals and Images, SIAM Review, Vol. 51, No. 1, pp. 34-81, February, 2009. [3] Julien Mairal, Guillermo Sapiro and Michael Elad, « Learning Multiscale Sparse Representations for Image and Video Restoration », SIAM Multiscale Model. Simul., Vol. 7, No. 1, pp. 214–241, 2008.