Recherche par similarité dans les grandes bases de données multimédia

Autorentext

Titulaire d'un doctorat en informatique en 2009. J ai travaillé en tant qüATER à l INSA de Lyon pendant 2 ans. Depuis 2011 j occupe le poste de professeur assistant à l'ENSEM de Casablanca. Mes activités de recherche portent sur le passage à l'échelle des techniques d'indexation et de recherche dans les grandes bases de données multimédia.

Klappentext

Mes travaux de recherche s inscrivent dans le domaine des données multimédia et plus précisément des images fixes. L objectif principal est de développer une méthode performante d indexation et de recherche qui soit adaptée à la recherche d images par le contenu et aux propriétés des descripteurs d images (grand volume, grande dimension, hétérogénéité, etc.). Il s agit d une part, d apporter des réponses au problème de la malédiction de la dimension et d autre part de traiter les problèmes de mesure de similarité qui sont liés à la nature des données manipulées. Notre première proposition consiste en l utilisation d une structure d indexation basée sur l approximation, par une amélioration de la méthode RA-Blocks. Cette structure repose sur un algorithme de découpage de l espace de données qui améliore notablement la capacité de stockage de l index ainsi que le temps de la recherche. Dans un deuxième temps, nous proposons une méthode d indexation adaptée à des données hétérogènes (couleur, texture, forme). Cette méthode combine une technique non linéaire de la de la réduction de la dimension à une structure d indexation multidimensionnelle basée sur l'approximation.