-
rho ! je ve vérifier ca, je les réactualise dans - de 2 min :)
edit : c'est bon :
Et sinon , je pense que je vais changer un poil mon fusil d'épaule :)
Je vais garder ces méthode pour réduire le nombre de candidat possible ; puis laisser le soin a l'utilisateur, de ciblé l'un des point ( marqué / clcikable facilement ); puis avec les réduction faite, je lui afficherais la liste des point ( 5-6 maxi ) qui correspondent le mieux, puis a lui de finir le travail en choissisant le bon ... ) C'est pas satisfaisant algorithmiquement parlant ; mais bon , pour ce que je veux obtenir je m'en contenterais ;)
-
Pour ta dernière idée, je pense que cela ce rapproche à la k-clusterisation, ou un truc du genre.
Tu fais des paquets des points proches.
Tu en fais des super-points.
Tu fait un fil de fer de ces super-points.
Tu fait correspondre les deux dessins pour savoir à quel super-point de l'image 1 correspont un super points de l'image 2. (<- le plus dur à mon gout mais avec moins de points ;) )
Enfin tu proposes à l'utilisateur les points de ton super-points
-
Merci de l'idée, malheuresuement j'aprroche de la fin de mon stage, et je n'aurais pas le temps je pense de me re-pencher la dessus :/
enfin merci quand meme !!
-
Pas de problème c'etait juste une idée. ;) courage pour le stage.
