Résumé

L’annotation automatique d’images photographiques est un problème complexe. En ef- fet, les caractéristiques visuelles des objets d’une classe varient selon l’instance considérée et les conditions de prise de vue. Nous proposons dans cet article une caractérisation visuelle des parties d’objets appelées ‘Phrases Visuelles’, robuste à ces variations. Une Phrase Visuelle est un ensemble de régions d’intérêts construit suivant des critères prédéfinis; un critère proposé et étudié ici est de nature topologique. Basé sur notre définition et caractérisation de Phrases Visuelles, nous proposons une méthode d’annotation d’images. Une expérimentation sur le cor- pus VOC2009 est présentée, et nous montrons que fusionner notre approche avec une approche standard à base de sac de mots visuels sur les images complètes fournit de meilleurs résultats qu’une annotation obtenue par approche standard seule.

Abstract

Photographic images annotation is a complex problem. Indeed, the visual character- istics of objects of a class vary with the considered instance and the shooting conditions. In this paper we proposed a visual characterization of object parts, called ‘Visual Phrase’, robust to these variations. A Visual Phrase is a set of regions of interest built according to pre-difined criteria; a topological criterium was studied in this paper. An automatic annotation method is proposed based on our definition and characterization of Visual Phrases. An experiment on VOC2009 corpus is presented, and we show that the fusion of our method with a standard bag of visual words approach on full images provides better results than those obtained via the standard approach.