Version imprimable
bonjour
J'aimerai avoir un peu plus de renseignement sur les méthodes existantes pour "trier" des images et déterminer celle qui aurait plus ressemblante avec une autre.
Principalement se serait pour trouver la meilleure ressemblance d'une image "x" à fournir avec un ensemble d'images déjà préenregistrer.
J'aimerai éviter la méthode brute de toutes les tester pour déterminer la meilleure.
Merci :)
Je pense pas que tu puisses échapper au 'tester toutes les images', par contre, il est évident que tu n'as pas besoin de regarder chaque pixel de chaque image a chaque comparaison. Je te conseille de regarder les descripteurs de couleurs mpeg7.
Tester toutes les images !
Il n'existe aucun algorithme qui permette de passer en O(log(n) au lieu de O(n) !? 8O
Doit bien y exister des moyens de "trier" même s'il faut au préalable créer un graphe complexe qui permettrait au moins de converger vers quelque chose :(
Vous pensez que Tineye doit tester toutes ses images (ou une représentation) pour en déduire un résultat ?
Non, bien sur. Une fois les descripteurs calculés pour toutes les images de la bibliothèque, on utilise des algorithmes de recherche pour trouver ceux qui sont les plus proches du descripteur de la nouvelle image.Citation:
Envoyé par ijk-ref
Par exemple l'algo des "k-plus proches voisins"
+1... mais les implémentations non linéaires sont souvent difficiles :-(Citation:
Envoyé par pseudocode
dur dur donc ! :calim2:
Et si ma comparaison s'arrêtait à des images de dimensions 8x8 pixels noir & blanc, y a moyen d'optimiser ça ? :whistle2:
Pas forcément super "dur dur". Les méthodes approximatives (comme les LSH) permettent de réduire considérablement le nombre de comparaisons a faire, tout en garantissant une bonne fiabilité.Citation:
Envoyé par ijk-ref
Je viens de voir un aperçu du LSH grâce à google (wiki).
Si t'as de meilleurs infos (exemple concret) sur le sujet je suis preneur. ;)
Merci
La version classique (non optimisée) est très facile à programmer. Si ta base d'images n'est pas énorme, tu peux implémenter cette version.
De toute façon, il faut commencer par extraire des caractéristiques.