Differences

This shows you the differences between two versions of the page.

--- news [2014/01/28 10:46] – Denis Pallez
+++ news [2014/03/04 08:39] (current) – Denis Pallez
@@ Line 1: / Line 1: @@
 ====== Master Degree Internship Proposals / Sujet de stage Master ======
-It is mostly written in French but ask me for translating it or have a look at bibliographic references to have an idea.
+It is mostly written in French but ask me for a translation or have a look at bibliographic references to have an idea.
---------
+This year, two stages were proposed and are now affected:
+  * Large Scale Hybrid Evolutionary Algorithm for Content Based Image Retrieval
+  * Multimodal Evolutionary Algorithm for Content Based Image Retrieval
-===== Hybrid Evolutionary Algorithm for Content Based Image Retrieval =====
-Algorithme évolutionnaire hybride pour la recherche d'images par le contenu
-Contexte de recherche :
+--------
-Le nombre d'images contenues dans les bases de données ou les images accessibles via le web a explosé ces dernières années : plus de vidéos sont déposées sur le site YouTube en 60 jours que ce que les 3 plus grands diffuseurs américains ont produit comme contenu en 60 ans; 20 heures de vidéos étaient déposées sur Youtube chaque minutes en Mai 2009 et ce chiffre dépasse les 30 heures de contenu déposées chaque minute fin 2011; 3000 images sont déposées chaque minutes sur le site Flickr qui atteignait 5 milliards d'images stockées en Septembre 2010 (toutes ces statistiques sont issues de http://website-monitoring.com).
-Dans le but de retrouver efficacement et précisément une ou plusieurs images souhaitées par un utilisateur dans une grande base d'images, le développement d'un système de recherche de contenu d'images (Content-Based Image Retrieval) est devenu un domaine de recherche très actif qui implique les plus grandes sociétés des hautes technologies (Google et Yahoo bien sûr, Microsoft avec Bing, mais aussi Tineye.com, cydral.fr, et bien d'autres encore). Cependant, la majorité des propositions déjà faites s'intéressent principalement à l'identification des mots clefs présents dans le titre de l'image ou dans la page web dont l'image est issue. De plus, si certaines méthodes essayent de déterminer les meilleures caractéristiques des images à considérer pour retrouver le contenu pertinent, trop peu de ces propositions considèrent la subjectivité et les préférences de l'utilisateur dans le processus de recherche.
-Afin de palier ce problème, des travaux en cours dans l'equipe (3) nous ont permis de développer un algorithme hybride qui combine les avantages d'un algorithme évolutionnaire pour sa capacité à rechercher des solutions intéressantes parmi un trés grand nombre, avec un SVM interactif pour sa capacité à prendre rapidement une décision avec peu d'évaluations d'un utilisateur.
-Dans un premier temps, nous souhaitons mettre en oeuvre un algorithme concurrent (1) afin de comparer efficacement nos méthodes sur de trés grandes bases d'images (1 million). Une fois la comparaison effectuée, nous étudierons la possibilité d'utiliser une alternative possible à la technique évolutionnaire employée (Scattered search).
-Objectifs du stage :\\
-+ Implémenter la méthode employée par (1)\\
-+ Prévoir des expérimentations pour une trés grande base d'images (4)\\
-+ Analyser et comparer les résultats obtenus entre (1), (3) et éventuellement (2) sur la grande base d'images\\
-+ En fonction de l'avancement du stage, on pourra identifier une alternative à Scattered Search, l'implémenter et comparer à nouveau avec les résultats précédents\\
-Il est prévu une rémunération d'environ 2500 € pour le candidat.
-Bibliographie :\\
-(1) Miguel Arevalillo-Herráez, Francesc J. Ferri, Salvador Moreno-Picot, "A hybrid multi-objective optimization algorithm for content based image retrieval", Applied Soft Computing 13 (2013) 4358–4369.\\
-(2)  Salvador Moreno-Picot, Francese J. Ferri, and Miguel Arevalillo-Hemiez, "A NSGA Based Approach for Content Based Image Retrieval", CIARP 2013, Part l. LNCS 8258, J. Ruiz·Shulcloper and G. Sannili di Baja (Eds.), pp. 359-366.\\
-(3)  Romaric Pighetti, Denis Pallez, Frédéric Precioso. "Hybdrid Content Based Image Retrieval combining Multi-objective Interactive Genetic Algorithm and SVM" in Proceedings of the 21st International Conference on Pattern Recognition (ICPR), IEEE computer society, Tsukuba Science City, JAPAN, 11-15 nov 2012\\
-(4) TRES GRANDE BASE D'IMAGES \\
-Lieu du stage
-Laboratoire I3S - EPU Site des Templiers ( http://www.i3s.unice.fr/I3S/map/planI3S.html )
-Contact : Romaric Pighetti , Denis Pallez, Frédéric Precioso (Equipe MinD)\\
-E-Mail : pighetti@polytech.unice.fr, denis.pallez@unice.fr, precioso@polytech.unice.fr

Denis PALLEZ

Associate Professor in Computer Science

Denis PALLEZ

Associate Professor in Computer Science

Differences