A. Bahri,
Y. Naïja,
G. Jomier, and
M. Manouvrier.
Recherche par similarité de séquences : un état de l'art.
In Manifestation de JEunes Chercheurs STIC (MAJESTIC 2004),
Calais (France),
Oct. 2004.
@InProceedings{BNJ+04,
author = {Bahri, A. and Na\"ija, Y. and Jomier, G. and Manouvrier, M.},
title = {Recherche par similarit\'e de s\'equences : un \'etat de l'art},
booktitle = {Manifestation de JEunes Chercheurs STIC (MAJESTIC 2004)},
year = {2004},
address = {Calais (France)},
month = {Oct.}
}
G. Jomier,
M. Manouvrier,
V. Oria, and
M. Rukoz.
Indexation multi-niveau pour la recherche globale et partielle d'images par le contenu.
In 20èmes journées Bases de Données Avancèes (BDA2004),
Montpellier (France),
pages 177--196,
Oct. 2004.
(http://www.lamsade.dauphine.fr/~manouvri/Slides_BDA2004_QUIP.pdf)
(pdf)
Abstract: Cet article pr\'esente une structure d'index pour la recherche d'images par le contenu, l'arbre {\it QUIP} (acronyme anglais pour Quadtree-based Index for Image Retrieval and Image Pattern search). Dans notre approche, chaque image de la base est repr\'esent\'ee par un descripteur dit multi-niveau, qui stocke les descripteurs des quadrants de l'image, obtenus par une d\'ecomposition de l'image en arbre quaternaire. L'arbre QUIP permet de regrouper les images en clusters, en fonction de la similarit\'e de leurs quadrants. Cette structure d'index permet non seulement des recherches globales d'images par le contenu, en appliquant un filtrage multi-niveau via l'arbre quaternaire, mais aussi des recherches d'images similaires par r\'egion.
Abtract in english: This article presents a quadtree-based data structure for effective indexing of images. An image is represented by a multi-level feature vector, computed by a recursive decomposition of the image into four quadrants and stored as a full fixed-depth balanced quadtree. A node of the quadtree stores a feature vector of the corresponding image quadrant. A more general quadtree-based structure called QUIP-tree (QUadtree-based Index for image retrieval and Pattern search) is used to index the multi-level feature vectors of the images and their quadrants. A QUIP-tree node is an entry to a set of clusters that groups similar quadrants according to some pre-defined distances. The QUIP-tree allows a multi-level filtering in content-based image retrieval as well as partial queries on images.
@InProceedings{JMO+04,
author = {Jomier, G. and Manouvrier, M. and Oria, V. and Rukoz, M.},
title = {Indexation multi-niveau pour la recherche globale et partielle d'images par le contenu},
booktitle = {20\`emes journ\'ees Bases de Donn\'ees Avanc\`ees (BDA2004)},
year = {2004},
pages = {177--196},
address = {Montpellier (France)},
month = {Oct.},
abstract = {Cet article pr\'esente une structure d'index pour la recherche d'images par le contenu, l'arbre {\it QUIP} (acronyme anglais pour Quadtree-based Index for Image Retrieval and Image Pattern search). Dans notre approche, chaque image de la base est repr\'esent\'ee par un descripteur dit multi-niveau, qui stocke les descripteurs des quadrants de l'image, obtenus par une d\'ecomposition de l'image en arbre quaternaire. L'arbre QUIP permet de regrouper les images en clusters, en fonction de la similarit\'e de leurs quadrants. Cette structure d'index permet non seulement des recherches globales d'images par le contenu, en appliquant un filtrage multi-niveau via l'arbre quaternaire, mais aussi des recherches d'images similaires par r\'egion.
Abtract in english: This article presents a quadtree-based data structure for effective indexing of images. An image is represented by a multi-level feature vector, computed by a recursive decomposition of the image into four quadrants and stored as a full fixed-depth balanced quadtree. A node of the quadtree stores a feature vector of the corresponding image quadrant. A more general quadtree-based structure called QUIP-tree (QUadtree-based Index for image retrieval and Pattern search) is used to index the multi-level feature vectors of the images and their quadrants. A QUIP-tree node is an entry to a set of clusters that groups similar quadrants according to some pre-defined distances. The QUIP-tree allows a multi-level filtering in content-based image retrieval as well as partial queries on images.},
pdf = {http://www.lamsade.dauphine.fr/bdgl/PS/GJMMVOMR_BDA2004.pdf},
url = {http://www.lamsade.dauphine.fr/~manouvri/Slides_BDA2004_QUIP.pdf}
}