Acquisition et gestion de contenus numériques multimédia
|
|
- Arlette Chevalier
- il y a 8 ans
- Total affichages :
Transcription
1 08/10/2014 Acquisition et gestion de contenus numériques multimédia Introduction Valérie Gouet-Brunet et Michel Crucianu IGN / CNAM 8 Octobre 2014 Contenu du cours Introduction : motivations, paradigmes de recherche, descripteurs, indexation, applications Descripteurs d'images : descripteurs génériques globaux et locaux, descripteurs spécifiques Structures d'index multidimensionnels : Malédiction de la dimension, SR-tree, VA-file, LSH et variantes, indexation dans un espace métrique Recherche itérative, reformulation de requêtes Descripteurs de textes Recherche pluri-modale Catégorisation de bases d images 2 Valérie Gouet-Brunet / IGN 1
2 08/10/2014 Contexte Démocratisation de l imagerie numérique Grand public PC familial multimédia Appareil photo, magnétoscope numériques Numérisation et stockage de l information Plus pérenne que les bandes magnétiques Accès à l information plus facile Exemple 1 : IGN (plusieurs téraoctets pour la numérisation streetview du 12 ème arrdt de Paris) Exemple 2 : INA ( h de vidéos numérisées, h en 2015) Évolution des réseaux de communication Internet Télévision numérique Océan d images (fixes, animées) 3 Besoins des utilisateurs Avoir un aperçu du contenu de la base d images Partitionnement de la base résumé visuel de la base Naviguer dans la base «Chemins» pour la navigation Résumés alternatifs Détecter et reconnaître des composantes d images (visages, véhicules, ) Retrouver des images suivant différents critères Recherche d une image spécifique ou d un ensemble d images Recherche d une partie d image ou d un objet dans les images 4 Valérie Gouet-Brunet / IGN 2
3 08/10/2014 Indexation par le texte Par quoi indexer : mots-clés, graphes conceptuels, réseaux sémantiques Mots-clés : tournesol, soleil, Sud Approche la plus ancienne et la plus répandue Inconvénients Ambiguïté inhérente Subjectivité de l indexation Dépendance de la langue Coût de l annotation manuelle Dépendance du contexte Qualité de l annotation très variable 5 Indexation par le texte Agence photographique de la RMN Valérie Gouet-Brunet / IGN Dailymotion 6 3
4 08/10/2014 Indexation par le contenu visuel Indexation : extraction automatique de descripteurs significatifs et compacts, qui seront utilisés pour la recherche dans la collection ou pour la structuration de la collection Extraction de caractéristiques visuelles Signature (descripteur, index, empreinte) 7 Indexation par le contenu visuel Indexation : extraction automatique de descripteurs significatifs et compacts, qui seront utilisés pour la recherche dans la collection ou pour la structuration de la collection Prise en compte directe du contenu visuel mais manifestation possible du fossé sémantique Valérie Gouet-Brunet / IGN 8 4
5 08/10/2014 Indexation par le contenu visuel Recherche/ Détection / Reconnaissance Recherche d images, de parties d images ou d objets similaires Détection d objet est-ce que l objet X est présent dans l image? Reconnaissance d objet quel objet (ou classe d objet) est dans l image? Requête Recherche dans un grand volume de données? 9 Indexation par le contenu visuel Descripteurs des contenus visuels Domaine à l intersection de multiples disciplines Problème : bases d images volumineuses et/ou descripteurs coûteux Analyse d images Fouille de données Méthodes d accès pour les bases d images Statistique, Apprentissage automatique CBIR Content-Based Image Retrieval Bases de Données Variantes Psychologie, Neurosciences Théorie de l Information Interaction Homme-Machine CBCD (Content-Based Copy Detection), CBVR (Content-Based Video Retrieval), etc 10 Valérie Gouet-Brunet / IGN 5
6 08/10/2014 Domaines d application Applications scientifiques Imagerie satellitaire, aéroportée Exemples : OCS, suivi de l évolution de la végétation, évaluation de l impact des feux de forêt IGN Imagerie terrestre (streetview) Exemple : localisation basée image pour l aide à la navigation pédestre IGN IGN Imagerie médicale Exemple : quelles images indiquent une pathologie (but éducatif ou diagnostic) 11 Domaines d application Botanique Exemple : aide à l identification automatique de plantes Sécurité Exemples : biométrie (empreintes, iris), vidéosurveillance Pl ntnet M. Slaughter Valérie Gouet-Brunet / IGN 12 6
7 08/10/2014 Domaines d application Internet Exemples : commerce électronique, annotation et filtrage Web2.0 Design, publicité, architecture Like.com Exemples : rechercher texture spécifique pour l industrie textile, illustrer une publicité par une photo adéquate, détecter des tendances Audiovisuel Exemples : détection de copies (droits), retrouver un plan spécifique d un programme, annotation automatique de vidéos 13 Le CBIR dans l industrie Valérie Gouet-Brunet / IGN 14 7
8 08/10/2014 Définitions : descripteur, signature Descripteur d image Méthode d extraction du contenu visuel de l image (pertinent pour l application) Exemple : histogramme couleur Mesure de similarité associée Exemple : intersection d histogrammes Signature d image Vecteur numérique représentant le contenu visuel de l image Exemple : 1 vecteur de dimension 216 pour l histogramme couleur Espace de description (de représentation) des images 1 image = 1 ou plusieurs points dans un espace multimensionnel Espace de recherche dans la base d images Structuration de l espace de description pour une recherche efficace (index) 15 Définitions : index Qu est ce qu un index? Analyse d images Recherche d images par contenu visuel Bases de données En bases de données : l index d une base est une structure de données (multidimensionnelle) permettant de structurer la base pour un accès efficace aux données «Indexer une base d images» En image : l index d une image est sa signature «Indexer une image» 16 Valérie Gouet-Brunet / IGN 8
9 08/10/2014 Indexation d une image Traitement off-line Choix d un espace de représentation Calcul des descripteurs de l image dans cet espace Exemple : histogramme couleur de l image Définition d une mesure de similarité dans cet espace 17 Indexation d une base d images Construction de l index Stockage efficace des descripteurs en machine Structuration du nuage de points dans l espace des caractéristiques, pour réduire ultérieurement le coût de la requête Compromis entre Stockage des données (mémoire) Recherche dans l ensemble des données (temps de réponse) Index multidimensionnels B-tree, Kd-tree, R-tree, X-tree tables de hachage VA-files 18 Valérie Gouet-Brunet / IGN 9
10 08/10/2014 Architecture générale d un SRI SRI = Système de Recherche d Images Architecture client-serveur 19 Les SRI les mieux connus Quelques systèmes industriels QBIC (IBM, 1995) : ImageFinder (Attrasoft) : Excalibur (Excalibur Technologies, 1996) : Virage (Virage Technologies, 1996) : Milpix (2007) : Idée Inc. (Visual Search Lab, Piximilar, TinEye) : Polar Rose (face recognition) : Reuters Labs (video search) : Bing (Microsoft, 2009) : Quelques systèmes académiques Ikona (INRIA Rocquencourt IMEDIA) : Blobworld (Université de Californie Berkeley) Photobook (Massachussetts Institute of Technology) Viper (Université de Genève Computer Vision Group) SIMPLIcity (Stanford University) 20 Valérie Gouet-Brunet / IGN 10
11 08/10/2014 Principales difficultés 1. L invariance de la description Invariance possible à Translation, rotation image Changement de point de vue Changement d échelle Changement d illumination (interne, externe) Occultations Arrière-plans différents Caméras différentes (grand angulaire, etc.) Images de mauvaise qualité (processus d acquisition non maîtrisé, codage JPEG, etc.) Identifier les contraintes liées à l application Exemple : forts changement d échelle? D illumination? En inférer les changements auxquels les descripteurs doivent être invariants (ou au moins robustes) et les changements par rapport auxquels ils doivent être discriminants 21 Principales difficultés 2. La dimension de la description Dimension de la signature / Nombre de signatures par image Exemple 1 : images décrites par un histogramme couleur décrit par un vecteur de dimension 216 recherche dans un espace de dimension 216 contenant points Exemple 2 : images décrites par 20 régions décrites par un vecteur de dimension 40 recherche dans un espace de dimension 40 contenant 10 millions ( ) de points Déterminer le plus petit ensemble de grandeurs invariantes Problématique du passage à l échelle (bien connue en bases de données) 22 Valérie Gouet-Brunet / IGN 11
12 08/10/2014 Types de bases d images Bases génériques Contenu hétérogène (bases grand public, Internet, archives généralistes) 23 Types de bases d images Bases spécifiques Spécifiques à un domaine d application Contenu homogène (visages, empreintes digitales, imagerie satellite, monnaies ) 24 Valérie Gouet-Brunet / IGN 12
13 08/10/2014 Un exemple de descripteur L histogramme couleur Modélisation de la distribution des couleurs Couleur moyenne Histogramme des couleurs Moments Au préalable : choix d un espace de représentation des couleurs RVB, CMY, HSV, Lab, Luv, 25 Un exemple de descripteur L histogramme couleur Une signature couleur : l histogramme couleur Échantillonnage des couleurs de l image Ex : image codée sur 24 bits échantillonnée en 216 couleurs (= 6 6 6) Calcul de l histogramme pour chaque couleur : h(c) c 26 Valérie Gouet-Brunet / IGN 13
14 08/10/2014 Un exemple de descripteur L histogramme couleur Mesures de similarité entre histogrammes couleur Intersection d histogrammes Distances L 1 L 2 généralisée L 27 Un exemple de descripteur L histogramme couleur Acquisition et gestion de contenus numériques multimédia / Introduction 28 Valérie Gouet-Brunet / IGN 14
15 08/10/2014 Paradigmes de recherche Initialisation de la recherche (problème de la page zéro) Recherche par l exemple Recherche itérative avec contrôle de pertinence Recherche par composition à partir d un thésaurus visuel 29 Initialisation de la recherche Initialisation aléatoire Présentation d un échantillon aléatoire d images Problème : les images montrées ne sont pas représentatives de la base Exemple : base Columbia (1440 images, 20 objets sous 72 points de vue) 30 Valérie Gouet-Brunet / IGN 15
16 08/10/2014 Initialisation de la recherche Résumés visuels 1. Partitionner la base en classes Nombre de classes en général inconnu 2. Présenter à l utilisateur un bon représentant pour chaque classe Fournit un résumé de la base Facilite la recherche d une bonne image de départ Partitionnement et choix de représentants : traitements off-line 31 Recherche par l exemple Objectif : retrouver les images similaires à une image exemple Paradigme le plus répandu et le mieux traité actuellement, de nombreuses applications y ont recours Méthode 1. Choix d un exemple (requête) par l utilisateur (image, partie d image) 2. Comparaison du descripteur de la requête avec ceux de la base Calcul de distances entre la requête et la base Parfois plusieurs descripteurs exemples (cas des descripteurs locaux ou des premières méthodes de contrôle de pertinence) 3. Recherche des images les plus proches Retourner l image la plus proche Retourner les k images les plus proches Retourner les images situées à une distance inférieure à une distance donnée ε p 32 Valérie Gouet-Brunet / IGN 16
17 08/10/2014 Recherche par l exemple globale Réponses classées par ordre de similarité visuelle décroissante Requête (ici l image entière) 33 Recherche par l exemple locale Requête (ici une partie d image) Valérie Gouet-Brunet / IGN 34 17
18 08/10/2014 Contrôle de pertinence Objectif : retrouver un ensemble d images pertinentes par rapport à la recherche en cours (caractérisées en général par des relations de similarité plus complexes) Principe : raffinement itératif exploitant les réponses de l utilisateur (qu on peut voir comme une recherche avec reformulation de requête) Étapes lors de chaque itération : 1. Le système montre des images candidates à l utilisateur 2. L utilisateur marque certaines des images comme étant des exemples positifs («ce que je cherche ressemble à ça») ou négatifs («ce que je cherche ne correspond pas à ça») 3. Le système affine son estimation de l ensemble d intérêt 35 Contrôle de pertinence : exemple Objectif : retrouver des peintures de Cézanne Disponible : description globale (couleur, texture, forme) Exemples positifs Exemples négatifs 36 Valérie Gouet-Brunet / IGN 18
19 08/10/2014 Contrôle de pertinence : exemple (2) Réponses après plusieurs itérations : 12 images de peintures de Cézanne sur la première page 37 Composition à partir de thésaurus Principe : construction d un représentant de l image mentale (la requête) par composition de prototypes de régions (thésaurus de régions) Exemple : recherche d un paysage urbain Formulation de la requête Composition logique correspondante Catégorie «régions à dominante verte» 38 Valérie Gouet-Brunet / IGN 19
20 08/10/2014 Composition à partir de thésaurus (2) Résultat de la requête Exemples d images rejetées 39 Valérie Gouet-Brunet / IGN 20
Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel
Recherche d'images par le contenu Application au monitoring Télévisuel à l'institut national de l'audiovisuel Alexis Joly alexis.joly@inria.fr INRIA - IMEDIA Alexis Joly cours monitoring p. 1 Plan de l'exposé
Plus en détailRecherche et Diffusion de l Information dans les Réseaux. Philippe Robert. Le 8 avril 2014
Recherche et Diffusion de l Information dans les Réseaux Philippe Robert Le 8 avril 2014 Présentation Présentation Directeur de recherche à l INRIA Responsable de l équipe de recherche Réseaux, Algorithmes
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailDes applications locales à l infonuagique: comment faire la transition?
: comment faire la transition? Congrès des milieux documentaires 30 novembre 2011 / m.sevigny@umontreal.ca Directeur Bureau des systèmes Direction des bibliothèques - UdeM 2 / 15 Plan de la présentation
Plus en détailJoint AAL Information and Networking Day. 21 mars 2012
Joint AAL Information and Networking Day 21 mars 2012 Présentation TéSA a pour objet : la mise en commun de moyens permettant de : rassembler et accueillir des doctorants ou post-doctorants dont les thèses
Plus en détailLe Futur de la Visualisation d Information. Jean-Daniel Fekete Projet in situ INRIA Futurs
Le Futur de la Visualisation d Information Jean-Daniel Fekete Projet in situ INRIA Futurs La visualisation d information 1.Présentation 2.Bilan 3.Perspectives Visualisation : 3 domaines Visualisation scientifique
Plus en détailReconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12
Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 2 Discrimination Invariance Expressions faciales Age Pose Eclairage 11/12/2012 3 Personne Inconnue Identité
Plus en détailIdentification interactive des plantes et système d'information collaboratif. P. Bonnet, J.-f. Molino & al. Umr AMAP. Equipe-projet IMEDIA
Identification interactive des plantes et système d'information collaboratif P. Bonnet, J.-f. Molino & al. Umr AMAP Equipe-projet IMEDIA Contexte Deux défis majeurs : Crise alimentaire mondiale et la 6
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
Plus en détailN. Paparoditis, Laboratoire MATIS
N. Paparoditis, Laboratoire MATIS Contexte: Diffusion de données et services locaux STEREOPOLIS II Un véhicule de numérisation mobile terrestre Lasers Caméras Système de navigation/positionnement STEREOPOLIS
Plus en détailCommunications immersives : Enjeux et perspectives
Journée Futur et Ruptures Communications immersives : Enjeux et perspectives Béatrice Pesquet-Popescu Télécom ParisTech, Département TSI 5 mars 2015 Institut Mines-Télécom Tendances actuelles Plus, plus,
Plus en détailExtraction de caractéristiques visuelles d'images médicales pour la recherche par similitude et l'aide au diagnostic
Extraction de caractéristiques visuelles d'images médicales pour la recherche par similitude et l'aide au diagnostic Jérôme Palayret 1,2, Auréline Quatrehomme 1,2, Denis Hoa 1, William Puech 2 IMAIOS,
Plus en détailPROJET BIGDATART DOSSIER DE PRESENTATION
PROJET BIGDATART DOSSIER DE PRESENTATION Le projet BigDatArt est une installation scientifico-artistique centrée autour des notions d images et de BigData. Ce que je propose dans mon projet et d'inverser
Plus en détailMobilité du trait de côte et cartographie historique
Mobilité du trait de côte et cartographie historique 1 Frédéric POUGET Université de La Rochelle UMR 6250 LIENSS (Littoral Environnement et SociétéS) Colloque Les littoraux à l heure du changement climatique
Plus en détail4. Utilisation d un SGBD : le langage SQL. 5. Normalisation
Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :
Plus en détailVeille - recherche enrichissement. Veille sur les technologies et pratiques émergentes Recherche :
CRIM Veille - recherche enrichissement Veille sur les technologies et pratiques émergentes Recherche : Repérer et développer d des technologies d avantd avant-garde et les transférer rer vers l entreprise,
Plus en détailComment rendre un site d e-commerce intelligent
Comment rendre un site d e-commerce intelligent Alexei Kounine CEO +33 (0) 6 03 09 35 14 alex@tastehit.com Christopher Burger CTO +49 (0) 177 179 16 99 chris@tastehit.com L embarras du choix Donner envie
Plus en détailAlgorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication. Philippe Robert INRIA Paris-Rocquencourt
Algorithmes de Transmission et de Recherche de l Information dans les Réseaux de Communication Philippe Robert INRIA Paris-Rocquencourt Le 2 juin 2010 Présentation Directeur de recherche à l INRIA Institut
Plus en détailAnalyse d images. Edmond.Boyer@imag.fr. Edmond Boyer UFRIMA 1
Analyse d images Edmond.Boyer@imag.fr Edmond Boyer UFRIMA 1 1 Généralités Analyse d images (Image Analysis) : utiliser un ordinateur pour interpréter le monde extérieur au travers d images. Images Objets
Plus en détailDéveloppement d outils de navigation hypermédia (images) pour dispositifs mobiles (Android)
Université de Mons Faculté des Sciences Développement d outils de navigation hypermédia (images) pour dispositifs mobiles (Android) Bourguignon Grégory En vue de l obtention du grade de Licencié en Sciences
Plus en détailGérez et diffusez vos contenus médias
Digital Asset Management Gérez et diffusez vos contenus médias Plus qu un simple DAM*, la suite VCM* est une solution complète permettant la gestion de tous types de contenus et médias. * DAM : Digital
Plus en détailMicroscope numérique portable Celestron (HDM) Modèle nº 44300 Informations, spécifications et instructions
Microscope numérique portable Celestron (HDM) Modèle nº 44300 Informations, spécifications et instructions Nous vous remercions d avoir fait l acquisition d un microscope numérique portable Celestron.
Plus en détailDynamiser l innovation tout en réduisant son coût
Dynamiser l innovation tout en réduisant son coût L utilisation croissante de logiciels open source par les développeurs d applications a rendu le besoin de solutions de gestion et de gouvernance automatisées
Plus en détailGestion collaborative de documents
Gestion collaborative de documents ANT box, le logiciel qui simplifie votre GED Les organisations (entreprises, collectivités, associations...) génèrent chaque jour des millions de documents, e-mails,
Plus en détailOptimisations des SGBDR. Étude de cas : MySQL
Optimisations des SGBDR Étude de cas : MySQL Introduction Pourquoi optimiser son application? Introduction Pourquoi optimiser son application? 1. Gestion de gros volumes de données 2. Application critique
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voies : Mathématiques, physique et sciences de l'ingénieur (MPSI) Physique, chimie et sciences de l ingénieur (PCSI) Physique,
Plus en détailComme chaque ligne de cache a 1024 bits. Le nombre de lignes de cache contenu dans chaque ensemble est:
Travaux Pratiques 3. IFT 1002/IFT 1005. Structure Interne des Ordinateurs. Département d'informatique et de génie logiciel. Université Laval. Hiver 2012. Prof : Bui Minh Duc. Tous les exercices sont indépendants.
Plus en détailNe cherchez plus, soyez informés! Robert van Kommer
Ne cherchez plus, soyez informés! Robert van Kommer Le sommaire La présentation du contexte applicatif Le mariage: Big Data et apprentissage automatique Dialogues - interactions - apprentissages 2 Le contexte
Plus en détailHiver 2013 IMN 259. Introduction à l analyse d images. Par Pierre-Marc Jodoin
Hiver 2013 Analyse d images IMN 259 Introduction à l analyse d images Par Pierre-Marc Jodoin Où se situe l analyse d images? Traitement d images Imagerie Image Analyse d images/ Vision par ordinateur Infographie
Plus en détailVisualisation d information interactive
Visualisation d information interactive Jean-Daniel Fekete & Frédéric Vernier INRIA Futurs/LRI & LIMSI Jean-Daniel.Fekete@inria.fr & Frederic.Vernier@limsi.fr Visualisation The eye the window of the soul,
Plus en détailPerformances. Gestion des serveurs (2/2) Clustering. Grid Computing
Présentation d Oracle 10g Chapitre VII Présentation d ORACLE 10g 7.1 Nouvelles fonctionnalités 7.2 Architecture d Oracle 10g 7.3 Outils annexes 7.4 Conclusions 7.1 Nouvelles fonctionnalités Gestion des
Plus en détailProgramme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2
Programme de formation Photoshop : Initiation 24 heures de formation (3 jours) 1/2 Graphistes, photographes, webmasters, ou toute autre personne en charge de la création de visuels pour le web ou le print.
Plus en détailSystème de Stockage Sécurisé et Distribué
Système de Stockage Sécurisé et Distribué Philippe Boyon philippe.boyon@active-circle.com ACTIVE CIRCLE QUI SOMMES NOUS? Editeur français, spécialiste du stockage de fichiers et de la gestion de données
Plus en détailMaster Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Plus en détailLe jour et la nuit. Lecture : Le jour et la nuit, comment ça marche?, Collection les questions de Justine, BELIN
CE1 Le jour et la nuit Découverte du monde 3 séances Outils pour le PE : Le temps Cycle 2, Les dossiers Hachette de 2011. Education civique et découverte du monde, Cycle 2 Collection Magellan de 2008 La
Plus en détailFORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis
FORUM NTIC BIG DATA, OPEN DATA Big Data: les challenges, les défis Joseph Salmon Télécom ParisTech Jeudi 6 Février Joseph Salmon (Télécom ParisTech) Big Data Jeudi 6 Février 1 / 18 Agenda Contexte et opportunités
Plus en détailChapitre 22 Optimisation pour diffusion à l'écran, pour le web
1 1 9 9 7 7 Optimisation pour diffusion à l'écran, pour le web Diffusion pour le web........................ 31 Les paramètres avant l exportation................. 31 Optimisation pour le web......................
Plus en détailRessources lexicales au service de recherche et d indexation des images
RECITAL 2011, Montpellier, 27 juin - 1er juillet 2011 Ressources lexicales au service de recherche et d indexation des images Inga Gheorghita 1,2 (1) ATILF-CNRS, Nancy-Université (UMR 7118), France (2)
Plus en détailIntégrer des médias. Plateforme e-tourisme. demo.minisites.encharentemaritime.com
demo.minisites.encharentemaritime.com Insérer des photos Illustrez vos contenus en intégrant Depuis la barre d administration Vous pouvez télécharger des fichiers depuis votre ordinateur ou choisir des
Plus en détailAnalyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains
Analyse Sémantique de Nuages de Points 3D et d Images dans les Milieux Urbains Andrés Felipe SERNA MORALES Directrice de thèse: Beatriz MARCOTEGUI ITURMENDI serna@cmm.ensmp.fr MINES ParisTech, Mathématiques
Plus en détailBases de données relationnelles : Introduction
Bases de données relationnelles : Introduction historique et principes V. Benzaken Département d informatique LRI UMR 8623 CNRS Université Paris Sud veronique.benzaken@u-psud.fr https://www.lri.fr/ benzaken/
Plus en détailUtilisation des Points d Intérêts Couleurs pour le Suivi d Objets
Utilisation des Points d Intérêts Couleurs pour le Suivi d Objets Pierre Gabriel, Jean-Bernard Hayet, Justus Piater et Jacques Verly Université de Liège, Département d Électricité, Électronique et Informatique
Plus en détailIBM Content Manager OnDemand V 7.1
IBM Content Manager OnDemand V 7.1 Benjamin ROCCA IBM M Content t Manager est un système de gestion de rapports pour l entreprise qui constitue une autre solution de stockage et de restitution des microfiches
Plus en détailINTRODUCTION AUX BASES de DONNEES
INTRODUCTION AUX BASES de DONNEES Équipe Bases de Données LRI-Université Paris XI, Orsay Université Paris Sud Année 2003 2004 1 SGBD : Fonctionnalités et Principes Qu est qu une base de données? Un Système
Plus en détailMai 2014. Médiathèque «Les Trésors de Tolente»
Mai 2014 Médiathèque «Les Trésors de Tolente» Sommaire Google, premiers repères Google, le moteur de recherche Google map Gmail Google agenda Google drive Google+ Conclusion / Framasoft Pour continuer
Plus en détailMasses de données et calcul : à l IRIT. 8 octobre 2013
Masses de données et calcul : la recherche en lien avec les Big Data à l IRIT 8 octobre 2013 08/10/2013 1 L IRIT en qq chiffres 700 personnes sur tous les sites toulousains 5 tutelles 7 thèmes et 21 équipes
Plus en détailSTRATEGIES INTERNET INTRODUCTION AUX. Vers une approche globale de la présence sur Internet
INTRODUCTION AUX STRATEGIES INTERNET Vers une approche globale de la présence sur Internet 2008 Philippe FLOC H Strategic Consulting Tous droits réservés Introduction aux Strategies Internet 22/02/2008
Plus en détailPl@ntNet Pierre Bonnet, INRA UMR AMAP Raffi Enficiaud, INRIA Équipe IMEDIA
Pl@ntNet Un réseau collaboratif et une plate-forme informatique dédiés à la compilation et au partage d outils et de connaissances en Botanique Pierre Bonnet, INRA UMR AMAP Raffi Enficiaud, INRIA Équipe
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailACQUISITION. Traitement de l image. Classement. Préparation. Ouverture. Performance
ACQUISITION StarOCR permet de classer et d indexer les documents scannés (BMP, TIF, GIF, JPEG ) et les documents de type PDF. Il alimente automatiquement les bases d indexation utilisées par StarFind.
Plus en détailDEMANDE D INFORMATION RFI (Request for information)
DOD SEICAM RFI Demande d information EVDEC Réf. : RFI_EVDEC- GT5_Outil_reporting_BI_v4.doc Page 1/11 DEMANDE D INFORMATION RFI (Request for information) OUTIL INTÉGRÉ DE REPORTING ET D ANALYSE DÉCISIONNELLE
Plus en détail2015 ADOBE DESIGN ACHIEVEMENT AWARDS
2015 ADOBE DESIGN ACHIEVEMENT AWARDS Outre la reconnaissance de la communauté mondiale des créatifs, les étudiants peuvent remporter un logiciel Adobe, une somme d argent ou une période de mentorat, entre
Plus en détailOffres en cartes et clés 3G+ Internet illimité
Offres en cartes et clés 3G+ Internet illimité " Retrouvez votre environnement professionnel en mobilité depuis votre ordinateur portable" Notre solution pour vous faciliter votre business o Simplicité
Plus en détailOptimiser le référencement naturel de son site web
Rodez, le 15 avril 2011 Les moteurs de recherche Les moteurs utilisés dans le monde Les moteurs utilisés en Europe Où clique un internaute? Référencement «payant» 35-40% des clics sur Google Référencement
Plus en détailPrésentation du programme. de physique-chimie. de Terminale S. applicable en septembre 2012
Présentation du programme de physique-chimie de Terminale S applicable en septembre 2012 Nicolas Coppens nicolas.coppens@iufm.unistra.fr Comme en Seconde et en Première, le programme mélange la physique
Plus en détailSolution universelle de Gestion Electronique de Documents et d Archives Numériques
contact@ezdev.fr Solution universelle de Gestion Electronique de Documents et d Archives Numériques Solution universelle de Gestion Electronique de Documents et d Archives Numériques // p.1 contact@ezdev.fr
Plus en détailLoReNa : pour dynamiser votre Relation Client (CRM)
LoReNa : pour dynamiser votre Relation Client (CRM) Valorisez votre Relation Client! http://www.lorena.pro/nossolutions/crm.aspx Introduction La connaissance du client est une des bases de la réussite
Plus en détailLe Cloud. Généralités & Sécurité. Valentin Lecerf Salon du multimédia et de la photo 2013 - Proville
Le Cloud Généralités & Sécurité Qui suis-je? Expert SharePoint Etudiant Master 2 TIIR Technologies pour les Infrastructures de l'internet et pour leur Robustesse Contributeur Actif Microsoft Me contacter?
Plus en détailCOPY. Picture Style Editor Ver. 1.4 MODE D EMPLOI. Logiciel de création de fichiers de style d image. Contenu de ce mode d emploi
Logiciel de création de fichiers de style d image Picture Style Editor Ver..4 MODE D EMPLOI Contenu de ce mode d emploi Picture Style Editor est abrégé en PSE. Dans ce mode d emploi, les fenêtres utilisées
Plus en détailExtraction d informations stratégiques par Analyse en Composantes Principales
Extraction d informations stratégiques par Analyse en Composantes Principales Bernard DOUSSET IRIT/ SIG, Université Paul Sabatier, 118 route de Narbonne, 31062 Toulouse cedex 04 dousset@irit.fr 1 Introduction
Plus en détailSécuristation du Cloud
Schémas de recherche sur données chiffrées avancés Laboratoire de Cryptologie Thales Communications & Security 9 Avril 215 9/4/215 1 / 75 Contexte Introduction Contexte Objectif Applications Aujourd hui
Plus en détailService de collaboration en ligne. Microsoft Office 365
Service de collaboration en ligne Microsoft Office 365 Produits inclus Valeurs ajoutés Ensemble complet des produits de productivité de Microsoft Référence du marché! Accès universel Peu importe où l utilisateur
Plus en détailRemarque : notre dernière étude sur Memopal datant de l an dernier est disponible ici
http://www.memopal.com Évaluation de l étude sur la sauvegarde : (4 étoiles sur 5) Étude du 30 juin 2009 Synthèse Remarque : notre dernière étude sur Memopal datant de l an dernier est disponible ici Les
Plus en détailDUT. Informatique, orientation Imagerie Numérique. Domaine : Sciences, Technologies, Santé. Mention : Informatique
DUT Informatique, orientation Imagerie Numérique Domaine : Sciences, Technologies, Santé Mention : Informatique Organisation : Institut Universitaire de Technologie Lieu de formation : Le Puy en Velay
Plus en détailPARTAGE DE DOCUMENTS EN LIGNE AVEC ONEDRIVE
PARTAGE DE DOCUMENTS EN LIGNE AVEC ONEDRIVE Quelle que soit sa messagerie en ligne Gmail, Hotmail, Yahoo, Free, etc. il est aisé d envoyer un document en pièce jointe. Toutefois, si les documents envoyés
Plus en détailCahier des charges pour la création d un site internet dédié au Matrimoine
Cahier des charges pour la création d un site internet dédié au Matrimoine 1. Présentation d HF Née en novembre 2009 à l initiative de femmes et d hommes travaillant dans le domaine du spectacle, de la
Plus en détailSecurity Center Plate-forme de sécurité unifiée
Security Center Plate-forme de sécurité unifiée Reconnaissance automatique de plaques d immatriculation Vidéosurveillance Contrôle d accès Solutions innovatrices Tout simplement puissant. Le Security Center
Plus en détailJeudi 17 février 2011. Nicolas Darcheville Vincent Goessens
Jeudi 17 février 2011 Nicolas Darcheville Vincent Goessens Vos questions sont les bienvenues. N hésitez pas! Cette présentation sera téléchargeable sur http://www.managersolution.com Merci de penser à
Plus en détailXML par la pratique Bases indispensables, concepts et cas pratiques (3ième édition)
Présentation du langage XML 1. De SGML à XML 17 2. Les bases de XML 18 2.1 Rappel sur HTML 18 2.2 Votre premier document XML 19 2.3 Les avantages de XML 21 3. La syntaxe XML 21 3.1 La première ligne du
Plus en détailMETHODE IDENTIFIER LA NATURE D UN DOCUMENT
METHODE IDENTIFIER LA NATURE D UN DOCUMENT Dire «ce document est un texte» ou «c est un tableau de statistiques», cela ne suffit pas à donner avec précision la nature d un document. Plus cette nature est
Plus en détailfindit.lu Les guides d utilisation Leçon 17
Les guides d utilisation Leçon 17 : Configuration des logiciels de gestion bibliographique Qu est-ce qu un logiciel de gestion bibliographique? Un logiciel de gestion bibliographique est un logiciel qui
Plus en détailFouillez facilement dans votre système Big Data. Olivier TAVARD
Fouillez facilement dans votre système Big Data Olivier TAVARD A propos de moi : Cofondateur de la société France Labs Développeur (principalement Java) Formateur en technologies de moteurs de recherche
Plus en détailFILIÈRE TRAVAIL COLLABORATIF
FILIÈRE TRAVAIL COLLABORATIF 89 MICROSOFT EXCHANGE SQL Server... /... TRAVAIL COLLABORATIF Introduction à l installation et à la gestion d Exchange Server 2007 Durée 3 jours MS5909 Gérer la sécurité de
Plus en détailSupérieur non universitaire
Lois 32146 p.1 Arrêté du Gouvernement de la Communauté française fixant la liste de correspondance entre les anciens grades et les nouveaux grades académiques délivrés par les établissements d'enseignement
Plus en détailELO Office / Pro Les avantages : Archivage et gestion documentaire
Les avantages : Archivage et gestion documentaire ELO Office / Pro est une solution de Gestion Electronique de l information et des Documents d Entreprise (GEIDE) Dématérialiser le document Rendre accessibles,
Plus en détailCompte-rendu re union Campus AAR 3 mars 2015
Compte-rendu re union Campus AAR 3 mars 2015 Table des matières Liste d actions... 2 I. Environnement d analyse : INA, Armadillo... 3 a. Connexion de l outil INA avec API Armadillo... 3 b. Outil d analyse
Plus en détailR-ICP : une nouvelle approche d appariement 3D orientée régions pour la reconnaissance faciale
R-ICP : une nouvelle approche d appariement 3D orientée régions pour la reconnaissance faciale Boulbaba BEN AMOR, Karima OUJI, Mohsen ARDABILIAN, et Liming CHEN Laboratoire d InfoRmatique en Images et
Plus en détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailLogiciel interne (firmware) du DiMAGE X1 Ver.1.10
www.konicaminolta.com www.konicaminoltasupport.com Logiciel interne (firmware) du DiMAGE X1 Ver.1.10 Ce chapitre explique comment installer la version 1.10 du logiciel interne du DiMAGE X1 (le logiciel
Plus en détailOrganisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining.
2 jours : Mardi 15 et mercredi 16 novembre 2005 de 9 heures 30 à 17 heures 30 Organisé par StatSoft France et animé par Dr Diego Kuonen, expert en techniques de data mining. Madame, Monsieur, On parle
Plus en détailGuide de l'utilisateur
Guide de l'utilisateur 1994 2010 Mindjet Mindjet MindManager Version 9 pour Windows - Guide de l'utilisateur Table des matières Introduction... 1 Mindjet en bref - Solutions de productivité visuelle et
Plus en détailMise en œuvre des serveurs d application
Nancy-Université Mise en œuvre des serveurs d application UE 203d Master 1 IST-IE Printemps 2008 Master 1 IST-IE : Mise en œuvre des serveurs d application 1/54 Ces transparents, ainsi que les énoncés
Plus en détailMise en place d'une chaîne de production raster multi-échelles
25 Février 2014 Thierry Boch tboch@esrifrance.fr Mise en place d'une chaîne de production raster multi-échelles FranceRaster Programme FranceRaster v4 Le produit "France Raster", coédition Esri France
Plus en détailNavigation dans les bases de données musicales
Navigation dans les bases de données musicales Hugues Vinet 1 Les rebondissements de l affaire Napster l auront montré : la généralisation en cours des technologies numériques est susceptible d ébranler,
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailSystème de vidéosurveillance Guide de configuration
Guide de configuration Introduction Les technologies de vidéosurveillance ne sont plus considérées comme «nouvelles» de nos jours, puisque l on enregistre et archive des vidéos depuis maintenant de nombreuses
Plus en détailIFO. Soleil. Antoine COUSYN 29/07/2012 08/02/2015. Vidéo. Manipur, Inde. Saturation du capteur CMOS. 19 Juin 2011. 15h11 heure locale.
Rapport d expertise IPACO Nom de l expert Antoine COUSYN Date du rapport 29/07/2012 Dernière mise à jour 08/02/2015 Type IFO Classe A Explication Saturation du capteur CMOS Complément Soleil Document Lieu
Plus en détailDéfinition et diffusion de signatures sémantiques dans les systèmes pair-à-pair
Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Raja Chiky, Bruno Defude, Georges Hébrail GET-ENST Paris Laboratoire LTCI - UMR 5141 CNRS Département Informatique et Réseaux
Plus en détailCATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE. Edition 2012
CATALOGUE DE FORMATIONS BUSINESS INTELLIGENCE Edition 2012 AGENDA Qui sommes nous? Présentation de Keyrus Keyrus : Expert en formations BI Nos propositions de formation 3 modes de formations Liste des
Plus en détailStation Totale Geomax Série Zoom30
Station Totale Geomax Série Zoom30 GeoMax Profil de l entreprise GeoMax est une entreprise fort de solides positions sur L étroite collaboration qui présente à l international et le marché des technologies
Plus en détailArcGIS Server 9.3.1 / 9.4. Gaëtan LAVENU Jean-Marie DULISCOUET
ArcGIS Server 9.3.1 / 9.4 Gaëtan LAVENU Jean-Marie DULISCOUET ArcGIS Server 9.3.1 / 9.4 Plus de performance Plus de fonctionnalités Des processus simplifiés (développement, déploiement, licences) Plus
Plus en détailTablette. Quelques applications à installer sur sa
Quelques applications à installer sur sa Tablette DEC22 --- C Jézégou -------------------- Quelques applications pour tablettes de classe --------------------- page 1 / 5 Domaine Application Fonction Lien
Plus en détailCartographie Mobile à MINES ParisTech
Cartographie Mobile à MINES ParisTech Entre robotique, géomatique et nouveaux usages Pr. François Goulette Plan 4 septembre 2013 2 Automatisation de maintenance en environnements industriels (1993) Automatisation
Plus en détailSystème de Gestion Electronique de Documents
Système de Gestion Electronique de Documents Version 1.0 ODDocGenF091101 Sommaire Avant Propos... 1 Le Concept OneDoc... 3 L'Environnement OneDoc... 4 L Architecture de OneDoc... 6 Description Fonctionnelle
Plus en détailEnvironnement logiciel open source pour la création d œuvres artistiques interactives
Environnement logiciel open source pour la création d œuvres artistiques interactives Stéphane Donikian IRISA/CNRS Campus de Beaulieu 35042, Rennes Cedex, France donikian@irisa.fr La création artistique
Plus en détailLutin Laboratoire des Usages en Technologies
Lutin Laboratoire des Usages en Technologies d Information Numérique (à la Cité des Sciences) Offres à destination des entreprises (club d entreprises) Le principe de la plate-forme RNRT Le laboratoire
Plus en détailNécessité de concevoir un outil de recherche PDF... 3. Présentation des fonctionnalités d'indexation et de recherche... 3
1 Table des matières Nécessité de concevoir un outil de recherche PDF... 3 Présentation des fonctionnalités d'indexation et de recherche... 3 Architecture IFilter... 4 Performances et extensibilité : des
Plus en détailWeb 2.0 professionnel : Au service de votre compétitivité!
Web 2.0 professionnel : Au service de votre compétitivité! Lons-le-saunier, 3 novembre 2008 Louis Naugès - Revevol www.revevol.eu 1 1 - Contexte humain 2 - Infrastructures 2012 3 - Postes de travail 2012
Plus en détailCognit Ive Cas d utilisation
Cognit Ive Cas d utilisation 96-98, rue de Montreuil - 75011 Paris _ opicot@ _ + 33 (0)1 40 09 71 55 Sommaire Présentation de la plateforme Cognit Ive SemanticMail : Traitement sémantique des mails Projets
Plus en détail