Indexation et recherche d’image par le contenu et par la localisation géographique
18.00 / 20
REMERCIEMENTS
Je tiens à remercier tout particulièrement M. Jean-Marc OGIER, mon superviseur
de stage au laboratoire L3I de l’université de La Rochelle, et M. Alain BOUCHER, mon
co-superviseur de stage à l’IFI. Ils ont su orienter mon travail dans les bonnes directions
tout en me laissant une large autonomie. Je les remercie également pour leur gros travail
pour corriger ce rapport de stage.
Mes remerciements s’adressent également à M. NGUYEN Nhu Van qui m’a aidé
dans la configuration l’environnement de programmation. Mon travail bénéficie aussi son
travail de thèse de la recherche d’image par le contenu.
Je remercie aussi M. CHU Thanh Quang, un thésard du laboratoire MSI. Ce travail
est en grande partie dû à ses conseils sur les Systèmes d’Information Géographique (SIG).
Je tiens à remercier également tous les membres du laboratoire L3I qui m’ont
accueilli et ont créé un environnement idéal dans lequel j’ai travaillé pendant six mois de
stage.
Je voudrais aussi adresser mes remerciements à tous les professeurs de l’IFI qui
m’ont donné des connaissances et des expériences efficaces pendant ma scolarité à l’IFI.
Merci également à tous ceux que j’oublie mais qui d’une manière ou d’autre
manière m’ont permis de bien terminer mon stage.
4
RESUME
Ce mémoire présente l’intérêt de combiner les informations du contenu visuel des
images/vidéos et de localisation géographique dans la construction d’un système d’aide à
la décision dans une situation de post-catastrophe naturelle. Grâce à la performance pour
des requêtes de plus proches voisins dans l’espace des données multidimensionnelles et
pour la structuration des données géographiques, la structure SR-tree [2] est choisie pour
structurer des images en même temps dans l’espace de localisation géographique et dans
l’espace du contenu visuel. L’approche proposée utilise aussi la structure SR-tree pour
structurer des monuments différents dans la ville qui sont enregistrés dans les données des
Système d’Information Géographique (SIG) sous forme des polygones. Le système
construit a bien répondu l’objectif de retrouver des situations d’urgence dans la ville et de
leur attribuer un niveau d’urgence en fonction non seulement la proximité géographique
d’événements similaires mais aussi en fonction des monuments différents qui sont au tour
du sinistre. Il fournit au l’utilisateur une vue globale sur la concentration des situations
d’urgence dans la ville ainsi que leur niveau d’urgence. En répondant des scénarios de test
différentes pour le projet de recherche IDEA (Images of natural Disasters from robot
Exploration in urban Area) [1], ce système apporte une grande perspective de devenir un
outil efficace pour aider l’opérateur humain à donner rapidement des bonnes décisions de
secours dans des situations de post-catastrophe naturelle.
5
ABSTRACT
This memoir presents the advantage of combining visual content information of
images/videos and geographical location information in the construction of a decision
support system in a situation of post-natural disaster. With the performance for nearest
neighbor queries in the area of multidimensional data and for spatial data structuring, the
SR-tree structure [2] is chosen for structuring the images simultaneously in location space
and visual content space. The proposed approach also uses the SR-tree structure to
organize various monuments in the city that are registered in the data of Geographic
Information System (GIS) in the form of polygons. The proposed system responds well to
the objective of finding emergencies in the city and of giving them an urgency level
depending not only on the geographical proximity of similar events but also on the
monuments which are around the position of emergency situation. It provides an
overview on the concentration of emergencies in the city and their urgency level. In
responding to different test scenarios for the IDEA (Images of natural Disasters from
robot Exploration in Urban Area) research project [1], this system has a great perspective
to become an effective tool that helps the human operator providing rapidly the rescue
decisions in emergency situations of post-natural disaster.
6
LISTE DES FIGURES
Figure 1 - B-tree ............................................................................................................................ 13
Figure 2 - R-tree ............................................................................................................................ 14
Figure 3 - SS-tree........................................................................................................................... 16
Figure 4 - SR-tree .......................................................................................................................... 17
Figure 5 - Kd-tree .......................................................................................................................... 18
Figure 6 - LSD-tree........................................................................................................................ 19
Figure 7 - Architecture client/serveur du système SnapToTell ..................................................... 20
Figure 8 - Localisation hiérarchique des scènes de Singapour...................................................... 21
Figure 9 - Screen shots de la composition de blog sur un téléphone portable .............................. 22
Figure 10 - Exemple de blog du système TraveLog...................................................................... 23
Figure 11 - Structure SR-tree......................................................................................................... 25
Figure 12 - Détermination des régions par l'intersection des rectangles et des sphères................ 25
Figure 13 - Structuration des données par des SR-tree ................................................................. 35
Figure 14 - Interface du système ................................................................................................... 41
Figure 15 - Symboles des sinistres ................................................................................................ 42
Figure 16 - Symboles des monuments........................................................................................... 42
Figure 17 - Groupes des situations d’urgence dans la ville........................................................... 44
Figure 18 - Groupes des feux dans la ville .................................................................................... 44
Figure 19 - Résultat des sinistres d'un groupe ............................................................................... 45
Figure 20 - Résultat des monuments proches d'un feu .................................................................. 46
Figure 21 - Résultat des sinistres proches d'un bâtiment............................................................... 47
Figure 22 - Résultat des sinistres proches d'un sinistre ................................................................. 47
Figure 23 - Résultat des sinistres les plus similaires avec un sinistre quelconque........................ 48
7
LISTE DES TABLEAUX
Table 1 - Niveaux d'urgence correspondant à chaque type de monument .................................... 38
Table 2 - Base d'images des sinistres ............................................................................................ 40
8
Chapitre 1 – Introduction
1.1. Problématique
Aujourd’hui, les catastrophes naturelles apparaissent avec une fréquence de plus en
plus élevée à cause du changement du climat global. Plusieurs projets de recherche sont
réalisés afin de développer les outils d’aide à la décision dans des situations de postcatastrophe
naturelle en zone urbaine et de fournir des informations précises en temps réel
au centre de gestion et aux équipes de secours. Les images collectées partout dans une
ville décrivant les sinistres différents sont une source d’information sur laquelle on peut
se baser pour donner des décisions de secours efficaces. A partir de quelques images,
l’opérateur humain peut facilement donner des décisions efficaces et exactes. Mais avec
un très grand nombre d’images (c’est le cas des situations urgences), il nous faut avoir un
système qui traite automatiquement ces images pour aider l’opérateur humain à donner
rapidement des décisions de secours.
Alors, le contexte de ce sujet de stage est le projet IDEA (Images of natural
Disasters from robot Exploration in urban Area) [1] financé par le programme STC-Asie
(MAE/CNRS/INRIA) et avec comme partenaire le LORIA-QGAR (Nancy, France),
l’université de La Rochelle (France), l’IFI (Hanoi, Vietnam), le VAST-IOIT (Hanoi,
Vietnam) et l’université de Kuala Lumpur (Malaisie). Afin de résoudre le problème
abordé ci-dessus, dans ce projet, on utilise les techniques de vision par ordinateur, de
reconnaissance des formes et de recherche d’informations multimédias sur les images
collectées pour aider à donner des décisions de secours. Ce stage bénéficie aussi le travail
de thèse de NGUYEN Nhu Van, en co-direction entre l’université de La Rochelle, l’IFI et
le LORIA-QGAR.
L’entrée d’un système de traitement automatique des images d’aide à la décision
dans une situation de post-catastrophe naturelle doit être les images décrivant les sinistres
contenant en même temps les informations de localisation géographique qui nous permet
de déterminer la localisation de chaque sinistre. Supposons qu’il y a un réseau de caméras
implantées partout dans une ville (caméras de surveillance routière, caméras installées sur
des édifices, caméras mobiles des robots, des avions, etc) ; ces caméras sont toujours
actives après une catastrophe naturelle, elles prennent automatiquement des photos et les
envoient vers une centrale collectant des informations nécessaires aux secours. On peut
aussi collecter les images, les vidéos provenant des téléphones portables des gens sur
place. L’information géographique de ces images peut être de type GPS ou autre (adresses
civiques par exemple). Il y a aussi les images qui n’auront pas cette localisation ou qui
9
pourront avoir une marge d’erreur sur la localisation précise. Mais en effet, il n’y a pas
encore une base d’images pour le projet IDEA, donc, une des tâches
Contenu de ce document de Informatique > Réseaux informatiques
Plan :
REMERCIEMENTS...................................................................................................................................................3
RESUME......................................................................................................................................................................4
ABSTRACT .................................................................................................................................................................5
LISTE DES FIGURES................................................................................................................................................6
LISTE DES TABLEAUX ...........................................................................................................................................7
CHAPITRE 1 – INTRODUCTION ............................................................................................................................8
1.1. PROBLEMATIQUE ................................................................................................................................................8
1.2. MOTIVATION ......................................................................................................................................................9
1.3. OBJECTIFS ........................................................................................................................................................10
1.4. CONTRIBUTION.................................................................................................................................................10
1.5. ENVIRONNEMENT DE STAGE ..............................................................................................................................11
CHAPITRE 2 – ETAT DE L’ART ...........................................................................................................................12
2.1. INDEXATION MULTIDIMENSIONNELLE...............................................................................................................12
2.1.1 Partitionnement des données .....................................................................................................................12
2.1.2 Partitionnement de l’espace.......................................................................................................................17
2.2. TRAVAUX SIMILAIRES.......................................................................................................................................19
2.2.1 SnapToTell [11][12][13][14]....................................................................................................................19
2.2.2 MobiLog [15]...........................................................................................................................................22
CHAPITRE 3 – SR-TREE........................................................................................................................................24
3.1. PRESENTATION DU SR-TREE.............................................................................................................................24
3.2. INSERTION DANS LE SR-TREE ............................................................................................................................26
3.3. SUPPRESSION DANS LE SR-TREE ........................................................................................................................29
3.4. RECHERCHE DANS LE SR-TREE..........................................................................................................................29
CHAPITRE 4 – SYSTEME DE RECHERCHE D’INFORMATIONS BASE SUR UNE DOUBLE
INFORMATION DE CONTENU DES IMAGES ET DE LOCALISATION GEOGRAPHIQUE ....................31
4.1. HYPOTHESES ....................................................................................................................................................31
4.2. APPROCHE PROPOSEE .......................................................................................................................................32
4.2.1 Structuration des données .........................................................................................................................32
4.2.2 Manipulation dans les SR-tree ..................................................................................................................36
4.3. IMPLEMENTATION DU SYSTEME........................................................................................................................40
4.3.1 Préparation des données..........................................................................................................................40
4.3.2 Environnement de programmation ...........................................................................................................41
4.3.3 Système construit .....................................................................................................................................41
CHAPITRE 5 – ANALYSE DES RESULTATS......................................................................................................43
5.1. SCENARIO 1 : ATTRIBUTION DES NIVEAUX D’URGENCE......................................................................................43
5.2. SCENARIO 2 : DETERMINATION DES MONUMENTS PROCHES DU SINISTRE...........................................................45
5.3. SCENARIO 3 : DETERMINATION DES SINISTRES PROCHES D’UN MONUMENT .......................................................46
5.4. SCENARIO 4 : DETERMINATION DES SINISTRES PROCHES D’UN SINISTRE............................................................47
5.5. SCENARIO 5 : DETERMINATION DES SINISTRES SIMILAIRES A UN AUTRE SINISTRE..............................................48
CHAPITRE 6 – CONCLUSIONS ET PERSPECTIVES........................................................................................49
REFERENCES ..........................................................................................................................................................51