Projet de recherche doctoral numero :3438

Description

Date depot: 1 janvier 1900
Titre: modèles géométriques de description locale d'images
Directrice de thèse: Anne VERROUST-BLONDET (Inria-Paris (ED-130))
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini

Resumé: Plusieurs campagnes de numérisation d’herbiers de Muséums d’histoire naturelle ainsi que d’autres fonds botaniques sont menées à travers le monde. Il devient crucial d’enrichir ces grandes collections d’images botaniques en cours de construction par des systèmes de recherche, de classification et d’identification semi-automatique d’espèces de plantes. Pour la tâche d’identification, les botanistes expérimentés s’appuient essentiellement sur les critères morphologiques relatifs à l’architecture de la plante, à la forme du tronc et l’apparence de l’écorce, la nervation et la texture des feuilles et aux couleurs des différents organes. Ces critères sont utilisés seuls ou en combinaison. Les récents travaux du domaine se limitent à l’étude d’un seul organe à la fois (fleur ou feuille [1,5,6]). Dans le cas des feuilles, les travaux actuels se ramènent, en général, à un problème de reconnaissance de formes particulières, par la description de la marge extérieure de la feuille [2,3] et ne considèrent qu’un nombre très limité d’espèces malgré le nombre important de famille et d’espèces de plante existant dans la nature ainsi qu’à la variabilité des formes au sein de la même espèce. Un vrai challenge consiste à trouver un modèle générique pour aider l’utilisateur lors de la phase d’identification des différentes espèces de plantes. L’objectif de cette thèse est d’étudier de nouvelles approches d’identification et de reconnaissance basées sur les théories de raisonnement spatial et des modèles géométriques entre entités locales. La thèse sera effectuée dans le cadre du projet Pl@ntNet et le cas des images botaniques sera plus particulièrement étudié. L’étude des relations spatiales a été déjà introduite pour la reconnaissance d’objets [4,7]. Une première étape de cette thèse sera, entre autre, la localisation et la sélection automatique des entités spatiales les plus caractéristiques dans les images botaniques. Dans le cas de scans de feuille, les entités locales pourront être par exemple, la base de la feuille, son apex, les extrémités des nervures, et les points de jonction du réseau de nervation, etc… La modélisation des relations spatiales entre ces points caractéristiques permettra une meilleure description de la topologie et des propriétés intrinsèques à l’espèce. On envisagera d’étendre cette modélisation géométrique au cas d’images de plantes où les entités locales correspondent plutôt à des parties d’organes visibles sur l’image. [1] P. Belhumeur, D.Chen, S.Feiner, D.Jacobs, W.Kress, H.Ling, IdaLopez, R.Ramamoorthi, S.Sherey, S.White, L.Zhang, “Searching the World’s Herbaria: A system for visual Identification of plant species”, Computer Vision – ECCV2008 , 116-129, 2008. [2] Chi Y.-T.; Chien C.-F. ; Lin T.-T. “Leaf shape modeling and analysis using geometric descriptors derived from bezier curves”. Transactions of the ASAE, 175-185, 2003. [3] David J.Hearn, “Shape analysis for the automated identification of plants from images of leaves”, Taxon, 934-954, 2009. [4] T.V. Pham , A.W. M. Smeulders, “Learning spatial relations in object recognition”, Pattern Recognition Letters, 1673-1684 , 2006. [5] Tzu-Hsiang Hsu, Chang-Hsing Lee and Ling-Hwei Chen, “An interactive flower image recognition system”. Journal of Zhejiang University - Science A, 764-772, 2010. [6] Wu, S.G.; Bao, F.S.; Xu, E.Y.; Yu-Xuan Wang; Yi-Fan Chang; Qiao-Liang Xiang; “A Leaf Recognition Algorithm for Plant Classification Using Probabilistic Neural Network”, Signal Processing and Information Technology, IEEE International Symposium on, 11 – 16, 2007 [7] Lili Zhu, Hua Yuan,“Spatial relationship for object recognition”, Image and Signal Processing CISP '08, 412 - 416 , 2008

Doctorant.e: Mouine Sofiene