Liste des projets de recherche
AVEIR - Automatic annotation and Visual concept Extraction for Image Retrieval
Projet débuté en : 1 / 2009
Contact : Patrick Gallinari, Patrick.Gallinari@lip6.fr
Description :
Retrieving images in very large databases has been an active field for several years now. Image retrieval systems roughly fall into two categories: content based image retrieval (CBIR) and retrieval using manual keyword annotation. For CBIR, queries are images, image parts or sometimes mixture of drawing and image characteristics. This approach never succeeded to close the semantic gap between user information need and the expressiveness limit of query by sample techniques in the image domain. Web search engines (e.g. Google, Yahoo) have developed image retrieval techniques relying on keyword annotations of images which are limited to simple keyword queries. Both approaches have up to now failed to reduce the well known semantic gap between user expectations and image expressive power. CBIR is mostly limited to (sometimes complex) comparisons based on low image features. Retrieval by text is limited, due to its weak recall: only images that were indexed with high confidence can be accessed while others are ignored. Besides, such search engines completely fail whenever the user is interested in the visual aspects of the image itself.
A new emerging and maybe more challenging field in this domain is the automatic concept recognition from visual features. It relies on two key issues: "feature detection and rich image representation and indexing" and robust and accurate "image annotation". The project targets these two specific problems and proposes new and original solutions.
The overall goal of the project is to enrich image retrieval systems with semantic indexation and annotation and with symbolic relational description, all being automatically extracted and built from the textual and image content of documents and web pages. This semantic and symbolic information will be used in order to reduce the visual ambiguity in images and to enhance the retrieval of images from large databases.
Intervenant(s) :
- Laboratoire d'Informatique de Grenoble (LIG) / Université Joseph Fourier (UJF)
- Laboratoire d'Informatique de Paris 6 (LIP6) / Université Pierre et Marie Curie-Paris 6 (UPMC)
- Laboratoire des Sciences de l'Information et des Systèmes (LSIS) / Université du Sud Toulon-Var (USTV)
- Laboratoire Traitement et Communication de l'Information (LTCI) / GET-Télécom Paris (ENST)
Remarques ou commentaires éventuels :
Laboratoire des usages en technologies d'information numerique GAME LAB
Projet débuté en : 2 / 2007
Contact : Marc Damez, Marc.Damez (at) lip6.fr
Description :
Lutin GameLab vise à fédérer les forces de recherche académiques et de développement des entreprises pour faire faire un pas significatif aux méthodologies d’évaluation de la qualité d’un jeu vidéo fini ou en cours de développement.
Dans ce cadre, les travaux du LIP6 visent à diagnostiquer la qualité du gameplay d'un jeu vidéo à partir de traces utilisateurs (signaux physiologiques de type EEG, ECG, sudation, conductance de la peau, traces oculaires) et de questionnaires.
Un expert artificiel pour le diagnostic du gameplay d'un jeu vidéo a été réalisé. La solution proposée définit la qualité du gameplay comme un ensemble d’objectifs que les concepteurs du jeu souhaitent atteindre en terme de ressenti et de plaisir de jeu et repose sur la méthode des gabarits. Ce projet a donné lieu à l’encadrement de plusieurs stagiaires et notamment à la rédaction d’un article accepté à la conférence internationale IPMU 2008.
Intervenant(s) :
- Capital Games
- Université de Rennes
- Capital Games
- Université de Paris VIII
Remarques ou commentaires éventuels :
