La recherche d'images par la sémantique

N° d'ordre :

N° de série :

UNIVERSITE KASDI MERBAH OUARGLA

Faculté des Sciences et Technologie

Et Sciences de la Matière
Département de Mathématiques et Informatique

MÉMOIRE

En vue de l'obtention du diplôme de

Master Académique
Domaine : Mathématiques et Informatiques.
Filière : Informatique.
Spécialité : Informatique Fondamentale.

Année Universitaire 2010/2011

Présenter par :

Ben Cheikh Noura.

Ben Bezziane Rima.

Intitulé

LA RECHERCHE D'IMAGES PAR LA SEMANTIQUE

Soutenu publiquement le : 28/06 /2011 Devant le jury composé de :

Université KASDI MERBAH-Ouargla Mr .Mahdjoub M.Bachir Président.

Université KASDI MERBAH-Ouargla Mr .Meflah M.Salim Examineur.

Université KASDI MERBAH-Ouargla M^me .Debbagh Farah Rapporteur.

Noura et Rima

REMERCIEMENTS

Nous remercions avant tout, Dieu de nous a prodiguée la force morale et physique et nous a permis d'achever ce travail.

Nous tenons tout d'abord à remercier nos promoteurs Mme D. FARAH pour nous avoir encadrés tout au long de ce présent projet, pour leur disponibilité, leurs critiques constructives, et leurs suggestions pertinentes.

Nous remercions les membres du jury d'avoir accepté d'examiner ce modeste travail.

Nous remercions tous les enseignants du département d'informatique que nous respectons beaucoup.

Enfin, nous remercions toutes nos familles et nos amis.

9OURA

DEDICACES

À mes très chers parents, Que Dieu les gardent.

À toute mes frères et mes soeurs.

À toute mes amis.

À tous ceux qui sont proches de mon coeur.

et dont je n'ai pas cité les noms.

Je dédie ce modeste travail.

DEDICACES

À mes très chers parents, Que Dieu les gardent.

À toute mes frères et mes soeurs.

À toute mes amis.

À tous ceux qui sont proches de mon coeur.

et dont je n'ai pas cité les noms.

Je dédie ce modeste travail.

Résumé

Les images numériques possèdent une position prédominante parmi les différents types de données multimédia. Elles jouent un rôle important dans de nombreuses activités humaines. L'accumulation d'images numériques pose rapidement le problème d'indexation et de recherche d'images.

L'indexation et la recherche d'images consiste à établir une correspondance entre l'image disponible et celle recherchée par l'utilisateur.

Les premiers systèmes de recherche et d'indexation d'images, sont basés sur l'indexation textuelle manuelle à l'aide des mots clés. Cette indexation présente une tâche longue et répétitive pour l'utilisateur, surtout avec les bases d'images qui deviennent de plus en plus grandes. Pour pallier ces inconvénients, des systèmes de recherche par contenu visuelle sont apparus. Ils permettent de rechercher les images d'une base d'images en fonction de leurs caractéristiques visuelles. Une difficulté majeure s'est décollée, est le fossé sémantique existant entre une image et son sens.

Notre travail porte sur la recherche d'images par le contenu sémantique. Pour cela nous avons choisis comme domaine la maladie d'acné et comme moyen de représentation des connaissances dans ce domaine : une ontologie orienté terminologie. Le travail est divisé en 2 étapes :

L'annotation sémantique des images. Nous avons utilisé les concepts de l'ontologie afin d'interpréter sémantiquement les différentes images sur la maladie d'acné. En résultant, une métadonnée est attachée à chaque image contient cette sémantique. La recherche sémantique, exploite les métadonnées (concepts et relations sémantique) afin de récupérer des images pertinentes.

MOTS CLES : image, recherche sémantique, interprétation, annotation, ontologie, métadonnées sémantiques.

ÕÎáã

Í?ðÞÔäÇ Ó?ÕäÇ ìßÇÔÊ .Í?ÔÔËäÇ ÍØÔóáÇ òí Ð?Ð?äÇ ? ÇíÇú ÇÓ?Ï ?ÏÄÊ ?ú? . ÌÏÐ?ÊðäÇ ØÆÇÓ?äÇ ÎÇóÇ?Ê ÚÇ?ó åÊÎí ò?Ê òí Íð?í ÍóÇßí Ç??Ðä Í?ðÞÔäÇ Ó?ÕäÇ .Ç?õ? ËÍËäÇ ÏÇÔðäÇ ÌÓ?ÕäÇ ? ãð?ÊÓðäÇ ÌÓ?Õ ò?Ê øÊÇÔÊ ÏÇÌ?Å ? ãËðÊ? Ó?ÕäÇ ÚÇÌÔÊÓÇ? ÍÔÔ . Ó?ÕäÇ ÚÇÌÔÊÓÇ? ÍÔÔäÇ ÍåßÔí Ô?Ë? Í?ÔÓÊ ÌÐ?ÇÞ Ûí ÇÕ?ÕÎ? . ÌÓÔßÊí ? ÍË?Êí ÐÌ Í?åð?äÇ öÒú ÍÇÊí Íðåß æÇÐÎÊÓÇÊ Ç??Ð? Ó?ÕäÇ ÍÔÔ ?å? ÐðÊ?Ê Ó?ÕäÇ ò? ËÍËäÇ ? ÍÔÔäÇ ? ÎÔ?Ù ÍðÙó á? ò?Ê Í?äáÇÐäÇ Ì?ÌäÇ ?ú ÍðÙóáÇ öÒú ? ?ÔËßäÇ ÍÊ??ÕäÇ ?ÆÔðäÇ ??ÊÍðäÇ ?å? ÐðÊ?Ê ?ÔÎ ìÙó ÎÔ?Ù È???äÇ öÒú ?å? ÉåÛÊåä . Ç?í?? Ð?ÇÒÊÊ ?ÊäÇ Ó?ÕäÇ

ÇóÔÊÎÇ

:

áÇÌðäÇ ÇÒú ÍÔ?í ã?ËðÊä Íå?Ó?ß ?

)ÈÇËÔäÇ ÉÍ ÖÔí(

áÇÌðß ÇóÔÊÎÇ ÇÒ?ä

. ?äáÇÐäÇ ??ÊÍðäÇ òí Ó?ÕäÇ ÚÇÌÔÊÓÇ ?å? ÒßÔ? Çõåð?

.ÇúÇõ?í? ÌÓ?Õ

? .ÈÇËÔäÇ ÉÍ ÖÔí áÇÌí ? Ç?äáÇÏ Ó?ÕäÇ åÊÎí Ô?ÓÊä Ç?Ì?ä?ØóáÇÇ ì?úÇí ÇõíÐÎÊÓÇ . Ó?Õåä ?äáÇÐäÇ ÍÔÔäÇ : ò?ÊåÍÔí ?äÅ ãð?äÇ ìÓÞõ?? .Ç?Ì?ä?ØóáÇÇ

. Í?äáÇÏ ì?úÇí ??ÊÍÊ ÌÓ?Õ ãßä ÍÞÔí Í?Þ? ò? ÌÓÇË? ñ?ßÊ ÍÔÔäÇ ÇÒú ò? ÍÌ?Êó

. ÍåÕäÇ ÎÇÑ Ó?ÕäÇ ÏÇÏÔÊÓáÇ )Í?äáÇÐäÇ ÎÇÞáÇ?äÇ? ì?úÇðäÇ( Í?Þ?äÇ öÒú ãÛÊÓÊ ?ÊäÇ? ?äáÇÐäÇ ËÍËäÇ

É íááÇÏáÇ ÊíÞæáÇ ÇíÌæáæØäáÇÇæ ÍæÑÔáÇæ ÑíÓÊáÇæ íááÇÏáÇ ËÍÈáÇæ ÉÑæÕ

:

ÍÇÊãáÇ ËÇãáß

Abstract

Digital images have a predominant position among the various types of multimedia data. They play an important role in many human activities. The accumulation of digital images quickly raises the problem of indexing and image search. The indexing and retrieval of images is to establish a correspondence between the image available and that desired by the user. The first systems of indexing and search images are based on indexing text manually using keywords. This indexing is a long and repetitive for humans, especially with the basics of images that are becoming increasingly large. To overcome these drawbacks, systems for searching visual content have emerged. They can search for images of an image database based on their visual characteristics, a major difficulty has been detached, the semantic gap between image and meaning.

Our work focuses on image retrieval by semantic content. We have chosen as an area (disease acne) and as a means to represent the knowledge of this area: we have chosen ontology oriented terminology. The work is divided into two phases: The semantic annotation of images. We used the concepts of the ontology to semantically interpret the various images on the disease acne. In the resulting metadata is attached to each image contains the semantics. Semantic search, which exploiting metadata (concepts and semantic relations) to retrieve relevant images.

KEYWORDS: image, semantic search, interpretation, annotation, ontology, semantic metadata.

SOMMAIRE

RESUME

SOMMAIRE II

LISTE DES FIGURES V

LISTE DES TABLEAUX VII

CHAPITRE I : INTRODUCTION GENARALE

INTRODUCTION 1

MOTIVATION 2

CONTRIBUTION 3

ORGANISATION DU MEMOIRE 4

CHAPITRE II: ETAT DE L'ART DANS LA DOMAINE DE RECHERCHE D'IMAGES.

I. INTRODUCTION 6

II. IMAGE ET CARACTERISTIQUES 7

II-1. INTRODUCTION 7

II-2. IMAGE NUMERIQUE 7

II-3. CARACTERISTIQUES D'IMAGE NUMERIQUE 8

III. LA RECHERCHE D'IMAGES 13

III-1. PROBLEMATIQUE 13

III-2. PRINCIPE DE LA RECHERCHE D'IMAGES 14

III-3. DOMAINE D'APPLICATION 14

III-4. APPROCHES DE REPRESENTATION ET DE RECHERCHE D'IMAGES 15

IV. CONCLUSION 26

II

CHAPITREIII: ANNOTATION ET ONTOLOGIE.

I. INTRODUCTION 28

II. ANNOTATIONS ET METADONNEES 29

II-1. DEFINITION DES METADONNEES 30

II-2. DEFINITION DES ANNOTATIONS 30

II-3. DEFINITION DES ANNOTATIONS SEMANTIQUES 30

II-4. INTERET DES ANNOTATIONS ET METADONNES 30

II-5. APPROCHES D'ANNOTATION 31

III. LES ONTOLOGIES 36

III-1. DEFINITION 37

III-2. LES MOTIVATIONS DE DEVELLOPEMEMNT 38

III-3. LES COMPOSANTES D'UNE ONTOLOGIE 39

III-4. LE CYCLE DE VIE D'UNE ONTOLOGIE 43

III-5. L'INGENIERIE ONTOLOGIQUE 44

III-6. LES LANGAGES DES ONTOLOGIES 47

III-7. LES ENVIRONNEMENTS ET OUTILS DE DEVELOPPEMENT D'ONTOLOGIE 49

IV. CONCLUSION 51

CHAPITRE IV : CONCEPTION.

I. INTRODUCTION 52

II. PRESENTATION DE DOMAINE DE LA MALADIE D'ACNE 53

II-1. DEFINITION 53

II-2. LES LESIONS ELEMENTAIRES 54

II-3. FORMES CLINIQUE 56

II-4. TRAITEMENTS ACNES 56

III

III. CONCEPTION DE NOTRE ONTOLOGIE « ONTO_ACNE » ORIENTEE

TERMINOLOGIE 59

III-1. CHOIX DE LA METHODE DE CONSTRUCTION DE L'ONTOLOGIE 59

III-2. CONSTRUCTION DE L'ONTOLOGIE DE DOMAINE 59

IV. CONCEPTION DE NOTRE SYSTEME D'ANNOTATION ET DE RECHERCHE

SEMANTQIUE DES IMAGES 66

IV-1. MODULE D'ANNOTATION SEMANTIQUE 67

IV-2. MODULE DE RECHERCHE SEMANTQIUE 68

V. CONCLUSION 69

CHPITRE V:REALISATION

I. INTRODUCTION... 71

II. IMPLEMENTATION DE NOTRE ONTOLOGIE« Onto_Acné » 72

II-1 . CHOIX DE L'EDITEUR D'ONTOLOGIE 72

II-2 . IMPLEMENTATION NOTRE ONTOLOGIE PAR PROTEGE 73

III. REALISATION DE L'ANNOTATION SEMANTIQUE 78

IV. DEVELLOPEMENT DE L'INTERFACE DE RECHERCHE 79

IV-1. CHOIX DE LANGAGE DE PROGRAMMATION 79

IV-2. INTERFACE PRINCIPALE 80

IV-3. INTERFACE DE RECHERCHE 81

V. REALISATION DE LA RECHERCHE SEMANTIQUE 82

VI. CONCLUSION 84

CONCLUSION ET PERSPECTIVES ANNEXE

BIBLIOGRAPHIE

LISTE DE FIGURES

IV

FIG-1 : LA LETTRE A 8

FIG-2 : DIMENSION D'UNE IMAGE 8

FIG-3 : RESOLUTION D'UNE IMAG 9

FIG-4 : LES TROIS PRIMAIRES: ROUGE, VERT, ET BLEU................................................10

FIG-5 : TSL (TEINTE, SATURATION, LUMINOSITE) SOUS FORME CONE 10

FIG-6 : EXEMPLE D'UN HISTOGRAMME 11

FIG-7 : DES EXEMPLES DE TEXTURES 11

FIG-8 : ARCHITECTURE D'UN SYSTEME PAR LE CONTENU SYMBOLIQUE 18

FIG -9 : LE PROCESSUS DE RETOUR PERTINENCE 24
FIG-10 : L'ANNOTATION DE L'UNE DES IMAGES DANS L'ENSEMBLE DE DONNEES

IAPR TC12 33

FIG-11 : EXEMPLES D'ANNOTATION IMAGE 34

FIG-12 : CYCLE DE VIE D'ONTOLOGIE 43

FIG-13 : LANGAGE TRADITIONNEL D'ONTOLOGIES 46

FIG-14 : LANGAGES D'ANNOTATION D'ONTOLOGIE 47

FIG-15 : LES COMPOSANTS DE LA PEAU 53

FIG-16 : LES LESIONS RETENTIONELLE 54

FIG-17 : LES LESIONS INFLAMMATOIRE SUPERFICIELLE 55

FIG-18 : LES LESIONS INFLAMMATOIRE PRONFONDE 56

FIG-19: RECAPITULATIF DU MODELE DE NOTRE ONTOLOGIE « ONTO _ACNE » 64

FIG- 20 : RELATIONS SEMANTIQUE ENTRE LES CONCEPTS DE NOTRE ONTOLOGIE

« ONTO_ACNE » 65
FIG- 21 : ARCHITECTURE DU SYSTEME DE RECHERCHE D'IMAGE EXPLOITANT UNE

ONTOLOGIE 66

FIG- 22 : ARCHITECTURE DE L'ANNOTATION SÉMANTIQUE 67

FIG-23 : EDITEUR PROTEGE 73

FIG-24 : CREATION D'UN NOUVEAU PROJET 73

V

FIG-25 : DESCRIPTION DES CLASSES ET LEUR HIERARCHIE 74

FIG-26 : CREATION DES ATTRIBUTS 75

FIG-27 : CREATION DES RELATIONS 76

FIG-28: SAISIE LES INSTANCES 77

FIG-29 : VISUALISATION DE L'ONTOLOGIE PAR PROTEGE 77

FIG-30 : PROPRIETE IMAGE 78

FIG-31 : LA PROPRIETE POUR L'IMAGE DE L'IMAGEWIDGET 78

FIG-32 : INTERFACE PRINCIPALE 80

FIG-33: INTERFACE DE RECHERCHE 81

FIG-34: AFFICHAGE DE RESULTAT DE RECHERCHE (REQUETE 1) 82

FIG-35: AFFICHAGE DE RESULTAT DE RECHERCHE (REQUETE 1) 83

LISTE DE TABLES

VI

Tableau 1 : Classes et hiérarchie de classes de l'ontologie 61

Tableau 2 : Extrait des propriétés du modèle de l'ontologie 62

Tableau 3: Relations entre concepts du modèle de l'ontologie ..63

Tableau 4 : Des instances des classes du modèle d'ontologie 63

Plan de chapitre

CHAPITRE I: INTRODUCTION GENERALE

1. INTRODUCTION.

2. MOTIVATION.

3. CONTRIBUTION.

4. ORGANISATION DU MEMOIRE.

1 | INTRODUCTION GENERALE

I .INTRODUCTION

A

vec le développement de l'Internet, et la disponibilité de capture d'image des dispositifs tels que caméras numériques, l'image scanners, la taille de la base d'images numériques est en augmentation très rapide dans des domaines variés : la médecine, l'archives (patrimoine culturel, musées, . . .), l'agences photographiques, l'éducation, l'image satellites et aériennes,...etc.

Pour utiliser efficacement ces bases d'images de manière automatique, un système d'indexation et de recherche d'images est nécessaire. C'est pourquoi le sujet de la recherche d`images devient un sujet très actif dans la communauté internationale depuis plus d'une dizaine d'années. La recherche d'images consiste à établir une correspondance entre l'image disponible et celle recherchée par l'utilisateur.

On distingue deux approches de recherche d'image: approche d'indexation par le contexte de l'image et approche d'indexation par le contenu.

La première approche est la plus utilisée, et consiste à l'indexation des images par l'intermédiaire de mots clés. Le principe de recherche correspond à celui de la recherche d'information couramment utilisé dans les bases de données textuelles.

Cette indexation représente une tâche longue et répétitive pour l'humain. De plus, les résultats des interrogations ne satisfont pas le besoin d'utilisateur car les annotations textuelles dépendent de ce que l'annotateur peut saisir lors de la création de la base d'images. Ainsi que, des utilisateurs différents peuvent décrire la même image d'une manière différente, et le même utilisateur peut décrire la même image d'une manière différente en analysant l'image une deuxième fois. En général cette tâche est très subjective à la culture, à la connaissance et aux sentiments de chaque personne, donc ils ne satisfont pas les utilisateurs.

La deuxième approche a été proposée dans les années 90, consiste à la recherche d'image par le contenu visuelle comme le texture, la forme, la couleur...etc. En général, les systèmes de recherche par le contenu visuelle d'images proposent de formuler une requête soit au moyen d'une image exemple, soit par indication de descriptions textuelles, mots-clés et/ou de propriétés visuelles. Mais cette approche est loin d'être satisfaisante parce que les techniques d'indexation physique sont plus ou moins adaptées au caractère multidimensionnel des caractéristiques visuelles. Alors on confronte sur le problème de trouver les meilleurs descripteurs.

2 | INTRODUCTION GENERALE

A cet effet, pour que la recherche d'images soit opérable pour communiquer des résultats fidèles aux attentes des utilisateurs, l'introduction de la sémantique est indispensable. Cela est au moyen de métadonnées sémantique attachées aux images. Avec ces dernières, les ordinateurs peuvent apprendre et exploiter le contenue sémantique pour répondre efficacement aux requêtes des utilisateurs. Notre travaille consiste à contribuer dans l'amélioration des systèmes de recherche d'images en faisant recours aux techniques de recherche à base d'ontologies.

II .MOTIVATION

La recherche d'images est un domaine informatique pour la navigation, recherche et extraction des images d'une grande base d'images numériques, c'est une recherche de données spécialisées utilisées pour trouver des images.

Par conséquent, le besoin des techniques d'indexation et de recherche d'images adaptées pour permettre de gérer, organiser et retrouver rapidement, facilement et efficacement des images, est vite apparu comme fondamental et incontournable.

Les premiers systèmes qui sont apparus, proposaient un processus de recherche basé uniquement sur des descriptions textuelles : les images étant annotées manuellement. Cependant, en présence de collections d'images volumineuses, ces systèmes ont vite montré leurs limites.

La recherche d'image par le contenu visuelle (caractéristique pas niveau) a été proposée en vue de pallier les faiblesses des premiers systèmes, elle se basant sur la similarité visuelle sur des descripteurs de bas niveau. Notamment le fossé qui existe entre les propriétés visuelles extraites et les concepts utilisateurs (haut niveau). Il en résulte un pouvoir d'expression limité de ces systèmes.

Pour cela, des nouvelles techniques sont apparu pour améliorer le résultat de la recherche. Ces techniques sont basées sur la sémantique extrait à partir du contenu de l'image. A cette fin, nous somme intéressés, dans le contexte de notre travaille, à la recherche pertinents des images par l'utilisation des ontologies.

3 | INTRODUCTION GENERALE

III .CONTRIBUTION

Notre travail porte sur la recherche d'images par le contenu sémantique. La recherche par le contenu sémantique consiste à interpréter les images à l'aide des termes sémantiques. Alors elle peut être définit comme l'extraction de la sémantique d'une image. Cependant, cette sémantique n'est pas toujours explicitement dans l'image elle-même. Elle dépend d'une part des connaissances a priori sur le domaine et d'autre part du contexte de l'interprétation. Nous allons choisie comme domaine, la maladie d'acné. Les connaissances peuvent être modélisées sous la forme d'une ontologie pour représentation des connaissances.

Nous présentons en ce qui suit les principales contributions de ce mémoire :

1. D'abord, nous avons passé sur les principales méthodes d'annotation et de recherche des images basées sur le contenu sémantique. Sur la base de cette étude, nous avons choisi l'ontologie comme moyen de représentation des concepts et des relations sémantiques du domaine de la maladie d'acné pour annoter ou interpréter les images. Par conséquent, nous allons construire une ontologie de domaine « Onto_acné ». C'est une ontologie orienté terminologie sur la maladie d'acné. Ce dernier sera exploité par l'annotation et la recherche de l'image pertinente sur cette maladie.

2. Annotation sémantique des images par l'ontologie : consiste à utiliser les concepts d'ontologie « Onto_acné » afin d'annoter les différents images sur cette maladie, permettant ainsi leurs interprétations sémantiques. La hiérarchie et les relations entre les classes permettent d'interprète la sémantique des images.

3. Recherche sémantique des images : contient deux étapes : la première est le traitement de la requête utilisateur afin de récupérant les concepts correspondant dans l'ontologie. Par la suite, la recherche exploite l'ensemble de ces concepts, ainsi que les relations sémantiques entre eux (les métadonnées) afin de récupérer les images pertinents.

4 | INTRODUCTION GENERALE

En conclusion nous présentons les points de ce travail et quelques perspectives qui peuvent se découlé.

IV .ORGANISATION DU MEMOIRE

Notre mémoire est organisée en cinq chapitres incluant cette Introduction et se termine par une Conclusion générale :

Le chapitre2 : Nous dressons un état de l'art du domaine de recherche d'images. Nous commençons dans une première section, par présentation des images et leurs caractéristiques. Ensuite dans une deuxième section, nous exposons le domaine de recherche d'image, son évolution, les différentes approches connue dans le littérateur ainsi que le principe de fonctionnement d'un système de recherche d'images.

Le chapitre3: Est consacré pour montrer comment utiliser l'ontologie afin d'annoter et chercher des images par le contenu sémantique. Il contient dans la première section, une définition et précision du terme d'annotation et métadonnée en spécifiant les annotations sémantique, ainsi que les différentes approches d'annotations des images. Dans deuxième section on fait un tour d'horizon sur les ontologies.

Le chapitre 4: C'est dans ce chapitre que nous décrivons la démarche conceptuelle de notre application. Pour cela, nous commençons par la description du domaine de notre ontologie qui est la maladie d'acné. Par la suite présentons la construction de notre ontologie en spécifiant la méthode choisie à cet effet. Nous terminant par une représentation conceptuelle de notre système d'annotation et de recherche sémantique des images.

Le chapitre 5: Nous consacrons ce chapitre pour décrire la réalisation de notre application en détaillés les différents axes qu'elle contient. Nous commençons tout d'abord par une motivation des choix des outils pour l'implémentation de notre ontologie « Onto_Acné » et pour l'implémentation de notre application. Par la suite, nous présentons la réalisation de notre ontologie. Nous terminons par une description détaillée de l'implémentation des modules d'annotations et de recherche sémantique, ainsi que l'implémentation de l'interrogation de l'utilisateur avec une démonstration des différentes interfaces et fenêtres par des captures d'écrans.

Plan de chapitre

CHAPITRE II : ETAT DE L'ART DANS LE DOMAINE

DE RECHERCHE D'IMAGE

1. INTRODUCTION.

2. IMAGE ET CARACTERISTIQUE.

3. LA RECHERCHE D'IMAGES.

4. CONCLUSION.

6 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

I. INTRODUCTION

Les images numériques possèdent une position prédominante parmi les différents types de données multimédia. Elles jouent un rôle important dans de nombreuses activités humaines, telles que : l'application de la loi, l'agriculture et la gestion forestière,

E-learning, la médecine...etc.

Depuis quelques années, avec l'expansion du domaine de l'image numérique, il n'est pas étonnant d'avoir des bases d'images numériques contenant plusieurs milliers de milliers d'images. Donc pour gérer et exploiter efficacement ces bases d'image, des techniques d'indexation et recherche d'image sont indispensables. Le travail en ce domaine à conduit une concentration important. Ce qui à permet d'introduire plusieurs méthodes pour l'indexation et la recherche d'image. On peut deviser l'ensemble de ces méthodes en deux approches différentes : approche d'indexation par le contexte de l'image et approche d'indexation par le contenu.

Ce chapitre est divisé en deux sections. Dans la première section, un port sur l'image numérique et leurs caractéristiques. Dans la deuxième section, présente le principe de la recherche de l'image et domaine d'application. Ensuit, analyse les évolutions des approches de la recherche de l'image.

7 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

II. IMAGE ET CARACTERISTIQUES

? Introduction.

? Définition de l'image numérique.

? Les caractéristiques de l'image numérique.

II.1. INTRODUCTION

L'image est une représentation d'une personne ou d'un objet par la peinture, la sculpture, le dessin, la photographie, le film, etc.

Avec la parole, l'image constitue l'un des moyens les plus importants qu'utilise l'homme pour communiquer avec autrui. C'est un moyen de communication universel dont la richesse du contenu permet aux êtres humains de tout âge et de toute culture de se comprendre. C'est aussi le moyen le plus efficace pour communiquer, chacun peut analyser l'image à sa manière, pour en extraire des informations précises.

II.2. IMAGE NUMERIQUE

L'image numérique est l'image dont la surface est divisée en éléments de tailles fixes appelés cellules ou pixels, ayant chacun comme caractéristique un niveau de gris ou de couleurs prélevé à l'emplacement correspondant dans l'image réelle. La numérisation d'une image est la conversion de celle-ci de son état analogique en une image numérique représentée par une matrice bidimensionnelle de valeurs numériques f(x, y) où :

- x, y : coordonnées cartésiennes d'un point de l'image. - f(x, y) : niveau de gris en ce point [site1]

8 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

II-3. CARACTERISTIQUES D'IMAGE NUMERIQUE:

II-3-1 PIXEL:

(Element Picture) est le plus petit élément constitutif d'une image numérique. L'ensemble de ces pixels est contenu dans un tableau à deux dimensions constituant l'image finalement obtenu. [site 2] La lettre A, par exemple, peut être affichée comme un groupe de pixels dans la figure ci-dessous. [site1]

FIG-1: La lettre A.

II-3-2 DIMENSION:

Le nombre de PIXELS en hauteur et en largeur (sous forme matrice) définit la TAILLE de l'image. C'est le produit de la hauteur et de la largeur de l'image définis en pixels. [site 3]

64×64 32×32

FIG-2: Dimension d'une image.

II-3-3 RESOLUTION:

Est exprimée en nombre de pixels par unité de mesure (pouce ou centimètre), [site1] il est présentée sous forme H*L tel que H présent le nombre de pixel par hauteur et L présent le nombre de pixel par largeur. [Belila. K et al, 2006]

9 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

Plein résolution 1/2 résolution 1/4 résolution

FIG-3: Résolution d'une image.

II-3-4 LUMINANCE:

La luminance est l'intensité lumineuse d'une source lumineuse étendue dans une direction donnée, divisée par l'aire apparente de cette source dans cette même direction. L'unité de luminance lumineuse est la candela par mètre carré, symbole cd/m². [site 4].

II-3-5 LA COULEUR:

La couleur est l'un des plus reconnaissables éléments du contenu visuel d'une image, c'est l plus utilisé dans la recherche image, il existe plusieurs distributeurs de couleur tel que : histogramme, les moments couleur.....etc. [Meskaldji.K, 2009]

II-3-5-1. ESPACE DE COULEUR: une image est composée de pixels. Chaque pixel d'une image peut être représenté comme un point dans un espace de couleur à 3 dimensions (généralement). Les plus utilisés sont: RVB (Rouge Vert Bleu), TSL (Teinte, Saturation, Luminosité)...etc. [Meskaldji.K, 2009]

A. RVP: modèle de couleur le plus utilisé pour la représentation de la couleur. Il est composé des trois couleurs primaires : rouge, vert et bleu. Ce modèle est aussi le plus utilisé pour reproduction de la couleur sur les dispositifs d'affichage tels que la télévision et les écrans des ordinateurs. [Meskaldji. K, 2009]

10 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

FIG-4 : Les trois primaires: Rouge, Vert, et Bleu.

B. TSL: (TIENTE, SATURATION, LUMINOSITE): Ce modèle peut être représenté sous forme d'un cylindre, mais généralement il est représenté sous forme d'un cône. La teinte représente le composant chromatique. La saturation se rapporte à la dominance d'une teinte particulière dans une couleur. La luminosité d'une couleur se rapporte à l'intensité. [Meskaldji. K, 2009]

FIG-5 : TSL (teinte, saturation, luminosité) sous forme cône.

II-3-5-2. L'HISOGRAMME: Un histogramme est un graphique statistique permettant de représenter la distribution des intensités des pixels d'une image, c'est-à-dire le nombre de pixels pour chaque intensité lumineuse comme l'exemple suivant :

11 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

FIG-6 : Exemple d'un histogramme.

Pour les images en couleur plusieurs histogrammes sont nécessaires. Par exemple pour une image codée en RVB

? Un histogramme représentant la distribution de la luminance,

? Trois histogrammes représentant respectivement la distribution des valeurs respectives des composantes rouges, bleues et vertes. [site 5]

II-3-6 LA TEXTURE:

Une définition formelle de la texture est quasiment impossible. Mais d'une manière générale la texture se traduit par un arrangement spatial des pixels que l'intensité ou les couleurs seules ne suffisent pas à décrire. [Bennour. H]

FIG-7 : Des exemples de textures.

12 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

II-3-7 LA FORME:

La forme est utilisée pour caractériser les objets dans les images. On distingue deux catégories de descripteurs de formes : les descripteurs basés régions et les descripteurs basés frontières. Les premiers sont utilisés pour caractériser l'intégralité de la forme d'une région, Les seconds portent sur la caractérisation des contours de la forme. [Roux. B, 2004]

13 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

III. LA RECHERCHE D'IMAGES

? Problématique.

? Principe de la recherche d'images.

? Domaines d'applications.

? Approches de représentation et de recherche d'images.

III-1. PROBLEMATIQUE

Le domaine de l'image numérique est un domaine en pleine expansion. Depuis quelques années, avec l'explosion d'Internet et aussi le développement à grande échelle de la photographie numérique, il n'est pas rare d'avoir des bases d'images numériques contenant plusieurs milliers et même plusieurs dizaines de milliers d'images, que ce soit des bases ciblées pour un domaine d'activité professionnelle (journalisme, tourisme, éducation, musées, ...) ou tout simplement pour les particuliers qui accumulent d'immenses bases de photographies numériques (souvenirs, voyages, famille, événements, ...).

Voici quelques chiffres pour donner un ordre d'idée : Google recensait environ 2 milliard d'images présentes sur Internet le 9 aout 2005. En octobre 2006, il a et estimé que sur Flickr, le site web de partage de photographies le plus connu, environ 920 000 images sont soumises chaque jour. Il n'est pas imaginable de consulter toutes ces images à la main pour retrouver celles que l'on recherche. Pour utiliser efficacement ces bases d'images de manière automatique, un système d'indexation et de recherche d'images est nécessaire. C'est pourquoi le sujet de la recherche d`images devient un sujet très actif dans la communauté internationale depuis plus d'une dizaine d'années. [Alain Boucher, 2005]

14 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

III-2. PRINCIPE DE LA RECHERCHE D'IMAGES

La recherche d'images est un domaine informatique pour la navigation, recherche et extraction des images d'une grande base de données d'images numériques, c'est une recherche de données spécialisées utilisées pour trouver des images. Pour rechercher des images, un utilisateur peut fournir des termes de recherche tels que le mot-clé, cliquez sur une image...etc. le système retourne les images "similaires" à la requête. La similitude utilisée pour les critères de recherche pourrait être entre les chaînes de caractères, la distribution des couleurs dans les images, la région d'attributs de forme et des concepts sémantique...etc.

La recherche d'images est extrêmement actif qui connaît depuis la dernière décennie un développement majeur tant au niveau académique qu'industriel. [Alain Boucher, 2007]

III-3. DOMAINE D'APPLICATION

La recherche d'image devenu nécessaire dans de nombreux domaines. On peut plus particulièrement mettre en avant les domaines où les méthodes de recherche "efficaces" sont nécessaires :

· La médecine pour les dossiers médicaux des patients.

· Les applications industrielles pour le contrôle de qualité des produits sur les chaînes de fabrication.

· Le journalisme avec les journaux de presse écrite, les journaux télévisés ou encore les documentaires qui exploitent les bases d'images des agences de presse.

· L'art et la culture en général, pour les musées.

· La gestion des catalogues de produits pour les applications de commerce en ligne.

· Les applications de sécurité ou d'authentification pour l'identification de visages ou d'empreintes dans le domaine de la biométrie.

· Les formations en ligne sur des domaines spécifiques. [Roux. B, 2004]

15 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

III-4. APPROCHES DE REPRESENTATION ET DE RECHERCHE D'IMAGES

La recherche d'images est un domaine de recherche très actif au sein de deux grandes communautés de recherche: gestion de bases de données et la vision et infographie. Ces deux communautés de recherche étudient la recherche des images sous deux approches différentes: l'une emploie des annotations textuelles et l'autre emploie des descripteurs de bas ou haut niveaux extraits à partir des images.

La première approche a été proposée en 1970s, elle est basée sur l'annotation textuelle manuelle d'images, est aujourd'hui la plus employée.

La deuxième approche a été introduite dans le début des années 1980s. Elle a 2 directions, c'est la recherche d'image basée le contenu symbolique et ceux basé sur le contenu sémantique.

III-4-1 APPROCHES BASEE SUR LE CONTEXTE :

III-4-1-1. PRINCIPE : le contexte concerne l'ensemble des informations autour d'une

image permettant d'orienter sa signification, [Richard. C, 2001] la recherche basé sur le contexte consiste à chercher dans l'environnement global de l'image sans aborder le contenue, l'mage est considérée comme boite noire.

III-4-1-2. INDEXATION DE CONTEXTE DE L'IMAGE : Les images de la base sont

annotées ou indexées par un ou plusieurs mots clé de façon manuelle, ces mots-clés ne décrivent pas le contenu (texte environnant, description, date de création, auteur, mot-clé,. . .).

III-4-1-3. TYPE DE REQUETES : Un utilisateur peut alors effectuer une recherche en
formulant une requête composée d'un ou de plusieurs mots-clés. Le système présente à l'utilisateur les images qui sont indexés par ces mots-clés. La liaison entre l'espace des requêtes et celui des réponses se réalise en exploitant la similarité entre les chaînes de caractères introduites par les utilisateurs et les mots-clés associés aux images dans les index. [David. G, 2010].

16 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

? L'inexactitude des annotations en raison de la subjectivité de la perception humaine. [Alain Boucher, 2005]

III-4-1-4. QUELQUES SYSTEMES : La plupart des systèmes de recherche d'images accessibles au grand public se basent sur des informations provenant d'annotations de l'image et sont totalement indépendants du contenu de celles-ci.

? Le système Chabot : Au Département des Ressources en Eau de Californie, le projet Chabot a été conçu pour étudier le stockage [Mammeri K, 2009], et la recherche dans de très grandes banques d'images il utilise une description textuelle existante des images de la collection, et intègre d'autres informations textuelles comme la date de prise de vue, la localisation de la scène, et le plan de vue. [Bennour. H]

? Google : Google est un SRI qui inclut une option pour la recherche d'images
sur le Web. C'est un système qui offre une large couverture du Web. Les index sont mis à jour régulièrement. Pour déterminer le contenu graphique d'une image, Google analyse le texte de la page qui entoure l'image, le titre de l'image et de nombreux autres critères. Google applique également des algorithmes pour éliminer les doublons (images identiques). [Mammeri k, 2009]

III-4-1-5. LES LIMITES DE L'APPROCHE :

On peut justifie la popularité de ce type de systèmes par leur facilité d'utilisation. En effet, si les annotations sont bien construites, la recherche devient une simple recherche textuelle. Cependant, un problème majeur se posent dans cette approche c'est la non pertinence des résultats en raison des inconvénients suivant :

? Les risques de silences et de bruits : le silence fait référence aux images pertinentes mais qui ne sont pas retrouvés par le système et le bruit fait référence aux documents non pertinents retrouvés par le système.

? L'annotation des images représente une tâche longue et répétitive pour l'humain, surtout avec les bases d'images qui deviennent aujourd'hui de plus en plus grandes. [Alain Boucher, 2005]

17 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

? La qualité du système est entièrement dépendante de la qualité des annotations. ? Les systèmes contextuels sont très restrictifs et inappropriés donc une meilleur description du contenu de l'image devenue une nécessité incontournable [Jean.T, 1982].

? La disparation de la richesse du contenu sémantique des images (rien ne garantit que les annotations des images soient sémantiquement proches du contenu de l'image). [Mammeri K, 2009]

III-4-2 APPROCHE BASEE SUR LE CONTENU :

III-4-2-1. PRINCIPE : Le principe général de la recherche d'image par le contenu se déroule en deux phases. Lors d'une première le système décrit le contenu des images. Lors de la seconde phase, l'utilisateur interroge la base à l'aide d'une requête. Le système recherche les images de la base qui corresponde à la demande de l'utilisateur.

Elle est constituée de deux directions selon leurs niveaux de représentation du contenu des images

? LE NIVEAU SYMBOLIQUE : la recherche est effectuée selon une similarité visuelle sur des traits de bas niveau (couleurs, textures, forme). [Bennour. H]

? LE NIVEAU SEMANTIQUE : l'indexation et la recherche sont fondées sur une interprétation sémantique du contenu de l'image. [Bennour. H].

18 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

III-4-2-2. APPROCHE BASEE SUR LE CONTENU SYMBOLIQUE :

A. PRINCIPE : Un système de représentation et de recherche d'images par le contenu symbolique est un système qui permet de rechercher des images similaires à une requête dans une base d'images en se basant sur les caractéristiques visuelles propres aux images. [Mammeri K, 2009]. Ce système nécessite souvent deux étapes : une première pour l'indexation des images et une deuxième pour la recherche d'image. (Comme la Figure montre).

? HORS LIGNE (INDEXATION) : Le système calcule automatiquement les descripteurs visuels extrait à partir des caractéristiques physiques d'image et les stocké dans une base de donné.

? EN LIGNE (RECHERCHE): L'utilisateur fournit une image requête, le système calcule la signature de cette image. Ensuite, il donne le résultat à l'utilisateur correspond à une liste d'images ordonnées selon les mesures de similarités entre leur requête et les images de base de donné. [site 6]

FIG-8 : Architecture d'un système par le contenu symbolique.

19 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

B. CARACTERISTIQUES DE L'IMAGE ET LA RECHERCHE : Les recherches basées sur le contenu physique de l'image peuvent porter sur ses caractéristiques globales, locales et spécifiques.

? Porter sur les caractéristiques globales : ces caractéristiques concernant la recherche sur toute l'image comme la couleur, texture, forme, ...etc., un système basé uniquement sur des caractéristiques globales ne peut pas donner les résultats désirés. Soit une image composée de plusieurs objets ayant des caractéristiques, couleurs et textures, très différentes, le vecteur de caractéristiques global extrait à partir de l'image entière perd les Informations locales (les objets) et ne produit qu'une moyenne grossière du contenu de cette image. [Dioleti. I, 2005]

? Porter sur les caractéristiques locales : ces caractéristiques concernant la recherche précise sur une partie de l'image à l'aide de segmentation en région, détection de points d'intérêt,...etc. l'analyse uniquement basée sur des caractéristiques locales risque de perdre le sens global de l'image, en submergeant celui-ci dans un flot de petits détails inutiles.

? Porter sur les caractéristiques spécifiques : ces caractéristiques sont des caractéristiques des objets qui proposés pour les domaines particuliers en utilisant les connaissances expertes, par exemple : les caractéristiques de visages [Dioleti. I, 2005].

C. INDEXATION DES CARACTERISTIQUE PHYSIQUE DE L'IMAGE

Le but de l'indexation est de fournir une représentation de l'image permettant des recherches efficaces. Les pixels d'une image ou d'une région d'images ne peuvent pas être exploités directement. C'est pourquoi on extrait à l'aide d'algorithmes des descripteurs visuels afin d'obtenir une représentation plus facile à utiliser. L'extraction des informations visuelles des images doit être effectuée aussi bien pour les images de la base que pour la requête. Elle est généralement constituée de trois étapes :

20 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

? D'abord, le système extrait des parties de l'image (région, zones d'intérêt, point d'intérêt...) choisies en fonction de l'information qu'elles contiennent.

? Ensuite, le système extrait les descripteurs visuels, c'est-à-dire les caractéristiques de couleurs, de textures, de formes... de chacune des parties. [Mammeri K, 2009].

? Enfin, une organisation et création des indexes aux descripteurs visuels pour donner une signification à ces descripteurs. (phase d'indexation)

D. TYPE DE REQUETES :

L'interface d'interrogation doit permettre aux utilisateurs de spécifier une requête. Cela pose le problème de la facilité pour l'utilisateur de définir précisément ses besoins à travers cette l'interface. Selon le cas, l'utilisateur peut spécifier directement les attributs de bas niveau de l'image cible dans sa requête, interroger le système en esquissant un croquis (par esquisse), ou bien en présentant au système une image exemple de ce qu'il recherche (par exemple) [Bennour. H]

? LA REQUETE PAR DESCRIPTION :

L'utilisateur décrit ce qu'il veut en termes de descripteur visuel. On distingue :

- Les requêtes par caractéristiques visuelles (par exemple, 25%de rouge, 30%de vert et 45% de bleu).

- Les requêtes par combinaison pondérée de caractéristiques visuelles (par exemple, la couleur a un poids de 75% et la texture de 25%). [Mammeri K, 2009].

? LA RECHERCHE PAR ESQUISSE :

Pour choisir sa requête, un utilisateur des systèmes de recherche par croquis, dispose d'un ensemble d'outils de dessin et une palette permettant le choix des couleurs. Il peut ainsi spécifier sa requête en termes de rectangles et ovales de différentes couleurs et textures, et également indiquer leur disposition et leur taille sur l'image. Le système calcule alors un ensemble de traits à partir de ces spécifications. [Bennour. H]

· 21 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

LA RECHERCHE PAR EXEMPLE :

L'utilisateur doit fournir au système une ou plusieurs images en exemple de ce qu'il recherche. Les images peuvent ou non appartenir à la collection stockée dans le système. Ce dernier définit la requête comme une combinaison des caractéristiques physique des images données en exemples. [Bennour. H]

E. QUELQUES SYSTEMES :

Plusieurs systèmes de recherche d'images sont maintenant disponibles sur le marché. Certains sont commercialisée avec une démonstration sur le WEB, d'autres restent en expérimentale.

· Le système QBIC : (Query By Image Content) c'est le premier système de recherche conçu par IBM, Ce système permet de créer une requête avec les formes et les couleurs des objets. Les résultats sont affichés en ordre décroissant de pertinence. [Alain Boucher, 2005]

· Le système BLOBWORLD: est un système utilise une interface avec quelques classes d'images qui permet à l'utilisateur de choisir une image requête.[Alain Boucher, 2005]

· SIMPLIcity : Développer par JAMES WANG, la recherche se fait par une requête exemple, le résultat est affiché par ordre décroissant de similarité. [David P, 2008]

· KmeD: (Knowledge-Based Multimedia Medical Distributed Database System) conçu par l'université de Californie est devenu un produit commercial. Ce système est spécialisé pour la recherche de contenu d'images médicales. [Roux. B, 2004]

· RETIN : Conçu par JEROME FOURNIER. C'est un système destinée uniquement à démontrer une nouvelle approche de l'indexation et de la recherche par similarité incluant un retour de pertinence. [David P, 2008]

22 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

F. LIMITES DE RECHERCHE PAR CONTNU SYMBOLIQUE :

La recherche par contenu symbolique a l'avantage de se baser sur le contenu brut de l'image. De ce fait l'extraction des caractéristiques peut se faire automatiquement ce qui mène à une indexation cohérente avec le contenu de l'image. [Dioleti. I, 2005], et le grand avantage réside dans leurs bonnes performances. Mais il y a quelques inconvénients :

? Les requêtes sont exprimées par des caractéristiques de bas niveau, et le lien

avec la sémantique n'est jamais, donc le résultat n'est pas toujours pertinent.

? Si les caractéristiques soient globales ne permet pas à l'utilisateur de identifier leurs caractéristiques pour différentes zones de l'image, c'est un problème dans le résultat de recherche (bruit dans la réponse).et l'inverse si les caractéristique soient locales.

? Dans les systèmes la requête se fait par esquisse, lorsqu'il s'agit d'images plus complexes, le dessin d'un croquis devient une tâche longue et fastidieuse, et requiert des compétences artistiques chez l'utilisateur.

? Le défaut principal des cette recherche est ce qu'on appelle le fossé sémantique. Ce fossé sémantique représente la différence qui existe entre les descripteurs de bas niveau et la sémantique contenue dans l'image. [Christophe M, 2008]

En raison de cela, les méthodes de sémantique sont apparut pour améliorer le résultat de recherche d'image. [Alain Boucher, 07/2005]

23 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

III-4-2-3. RECHERCHE PAR LE CONTENU SEMANTIQUE :

A. PRINCIPE :

La recherche par le contenu sémantique consiste à interpréter les images à l'aide des termes sémantique, alors elle peut être définit comme l'extraction de la sémantique d'une image. Cependant, cette sémantique n'est pas toujours explicitement dans l'image elle-même. Elle dépend d'une part des connaissances a priori sur le domaine et d'autre part du contexte de l'interprétation. Ces connaissances peuvent être modélisées sous la forme d'ontologies ou d'autre formalisme de représentation des connaissances (les réseaux de neurones, Arbres de décision, etc...). [Isabelle Bloch et al]

B. APPROCHES DE RECHERCHE DES IMAGES PAR LA SEMANTIQUE: Dans une image, la sémantique exprimée dépend de deux éléments:

? Du niveau de connaissances et de la perception que possède l'observateur. ? De l'objectif poursuivi par l'utilisateur de cette image lorsqu'il la regarde.

[Alain Boucher, 2005]

Donc, on a deux approches pour retrouver cette sémantique:

? Approche basée méthodes pour comprendre l'objectif de l'utilisateur, le sens de sa requête.

? Approche basée sur des moyens pour connecter (ou lier) la connaissance sémantique humaine et l'apparence de l'image.

Nous poursuivons cette présentation par l'étude de ces deux approches : l'interaction avec l'utilisateur : le retour de pertinence et la définition des concepts de l'image : nous nous concentrons sur l'ontologie et son application pour la recherche des images.

24 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

? LE RETOUR DE PERTINENCE :

Il est utilisé dans plusieurs domaines, plus évident dans le domaine recherche d'image il considère que l'utilisateur maîtrise la sémantique via quelque interactions, le système peut prendre cette sémantique. Il est connu qu'une même image requête présentée par l`utilisateur peut avoir différentes significations selon les besoins immédiats de cet utilisateur la sémantique n'est pas dans le système informatique, mais elle est extraite implicitement à chaque coup via l'interaction et l'analyse des retours.

Le processus de retour pertinence comme suit :

? Requête est envoyé par l'utilisateur. ? Résultat est donné par le système.

? L'utilisateur donne des indications au système (résultat négatif ou positif).

? Le système recalcule et donne autre résultat.

Ce processus peut répéter jusqu'à le résultat est accepté. [Alain Boucher, 2005]

FIG -9 : Le processus de retour pertinence.

25 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

Deux étapes clés sont à considérer au sein du schéma du bouclage de pertinence :

- L'étape du Calcul des pertinences.

- L'étape de sélection.

L'étape du Calcul des pertinences estime la pertinence de chaque image, i.e. la probabilité d'appartenir à la catégorie recherchée. Il en résulte un classement qui est présenté à l'utilisateur, qui peut choisir de terminer la session s'il est satisfait, ou bien de poursuivre. Dans le cas où l'utilisateur souhaite poursuivre sa session, le système propose, lors de l'étape de sélection, des images que l'utilisateur peut annoter. Une fois les images annotées, le système utilise ces nouvelles informations pour calculer de nouvelles pertinences, et ainsi de suite jusqu'à la satisfaction de l'utilisateur.

Une technique très courante de sélectionner les exemples est de demander à l'utilisateur d'annoter les images les plus pertinentes. [Memmeri.K, 2009]

? L'ONTOLOGIE :

Depuis quelques années, une direction de recherche concentre sur : comment prendre les connaissances d'un domaine et les présenter pour un ordinateur?, Comment connecte-t-on la connaissance haute niveau et l'apparence de l'image? Autrement dit comment extrait la sémantique de l'image ?

Parmi les moyens les plus utilisés, On la représentation des connaissances d'un domaine, on trouve les ontologies. Elles constituent une solution pour ajouter une couche sémantique aux images. En effet, les ontologies permettraient aux systèmes d'indexation et de recherche d'image de s'appuyer d'une part sur la connaissance pour interpréter le sens des images. Et d'autres part d'exploiter cette connaissance pour une recherche pertinente des images ainsi interprétées.

La description des images à partir d'une ontologie se faite grâce aux concepts et relations présentées dans cette ontologie. Une image sera interprétée par ensemble de concepts d'ontologie. Et la recherche par conséquence exploite cet ensemble des concepts, ainsi que toute relation sémantique peut exister entre eux. Ce qui permettra une recherche pertinent des images

26 | ETAT DE L'ART DANS LE DOMAINE DE RECHERCHE D'IMAGE

IV. CONCLUSION

Le système de recherche d'images par le contenu n'est pas nouveau domaine mais il attire de plus en plus l'attention des groupes de recherche. L'objectif est de rechercher efficacement des images, c'est pour ça il faut prendre en compte non seulement le contenu visuel, (ne comprend pas les besoins des utilisateurs), mais également le sens qui exprime le contenu de l'image.

Comme nous avons vue dans ce chapitre, l'approche qui permet d'ajouter de la sémantique dans un tel système s'est par l'ontologie et le retour pertinence (l'interaction homme-machine). Le retour pertinence permet de définir les intentions de l'utilisateur dans une requête, tandis que l'ontologie permet de représenter efficacement des connaissances de domaine pour l'interprétation et la recherche des images.

Dans le chapitre suivant, nous allons explorer dans une première partie la notion de métadonnée ainsi que les approches d'annotation des images, et la deuxième partie nous allons présenter l'ontologie.

Plan de chapitre

CHAPITRE III: ANNOTATION ET ONTOLOGIE

1. INTRODUCTION.

2. ANNOTATIONS ET METADONNEES.

3. LES ONTOLOGIES.

4. CONCLUSION.

28 | ANNOTATION ET ONTOLOGIE

I. INTRODUCTION

La multiplication des images numériques pose le problème de l'accès à ces images : à partie d'une requête en langage naturelle, comment accéder aux images souhaitées ? . Ce qui implique le problème d'index.

L'annotation sémantique des images tente de résoudre ce problème, elle semble actuellement l'approche la plus prometteuse de représentation efficace des connaissances de domaine pour l'interprétation et la recherche des images.

Le but de ce chapitre est de décrire les concepts nécessaires pour comprendre les différents aspects de la requête et la recherche sémantique des images. Pour cela nous commençons une première section pour présenter les définitions des annotations et métadonnées en spécifiant les annotations sémantiques ainsi que leurs intérêts puis nous abordons les différentes approches d'annotation.

Dans la deuxième section nous mettons l'accent sur les ontologies comme model de représentation efficace des connaissances d'un domaine. Nous commençons par des définitions de terme et la motivation d'utilisation des ontologies pour la représentation de connaissance d'un domaine. Ensuite, nous décrivons leurs composants et leurs constructions. Nous terminons par une représentation des langages et outils d'aide à l'ingénierie ontologique.

29 | ANNOTATION ET ONTOLOGIE

II. ANNOTATIONS ET METADONNEES

? Définitions.

? Intérêt Des Métadonnées^. ? Approches d'annotation.

L'approche la plus fréquente pour la description et l'interprétation dans ressource d'information (texte, image, vidéo...etc.) consiste à utiliser les annotations et les métadonnées sémantiques, dont le but est d'assurer d'une part l'appréhension et l'interprétation de telles ressources par la machine telle qu'ils sont compris par l'être humain, et d'autre part la recherche pertinente.

II-1. DEFINITION DES METADONNES:

Une métadonnée est littéralement une donnée sur une donnée ou un document. C'est un ensemble structuré d'informations décrivant une ressource quelconque. Une métadonnée peut être utilisée dans la gestion, la description, la préservation de collections de ressources de natures différentes. [Anis.j, 2005]

L'importance prise par les métadonnées aujourd'hui mérite quelques précisions quand à leur définition :

Pour Vellucci :

« Les métadonnées sont les informations utilisées pour la description et la gestion des ressources ».

Pour Ercegovac :

« Les métadonnées sont des informations pour décrire, identifier et définir une ressource ». [Anis.j, 2005]

30 | ANNOTATION ET ONTOLOGIE

II-2. DEFINITION DES ANNOTATIONS:

Une annotation est une note, une explication, ou tout sort d'information attachée à une source de connaissance (un document, phrase, un mot, image) sans toutefois être obligatoirement insérée dans cette dernière. Elle peut être réalisée en format papier qu'en format électronique.

II.3. DEFINITION DES ANNOTATIONS SEMANTIQUES:

L'annotation sémantique à génération d'information spécifique, appelés métadonnées sémantique, qui servent à la description et l'interprétation d'une ressource pour un accès et une gestion plus efficace.

II.4. INTERET DES ANNOTATIONS ET METADONNES :

1. Identifier et décrire les ressources

- Mieux interpréter et décrire le contenu des ressources. - Indiquer l'existence des données complémentaires - Décrire les relations entre les ressources

2. Faciliter la recherche d'information

- Classer le contenu suivant un degré de difficulté ou un public cible,

- Mieux référencer une ressources.

3. Faciliter l'interopérabilité

- Partager et échanger des informations.

4. Faciliter la gestion et l'archivage

- Informer sur le cycle de vie des documents,

- Gérer des collections d'images

- Gérer des archives électroniques

5. Gérer et protéger les droits

- Les droits de propriété intellectuelle. - Les droits d'accès aux ressources.

6. Authentifier un texte

- Encoder une signature électronique pour valider un texte sur Internet [site 9]

31 | ANNOTATION ET ONTOLOGIE

II-5. APPROCHES D'ANNOTATION :

Différents types d'informations peuvent être associées à des images ou des vidéos. Ils sont :

II-5-1 METADONNEE INDEPENDANT DU CONTENU : est liée à l'image, mais ne se décrit pas le contenu comme le nom de l'auteur, date, lieu,...etc. Par exemple l'extraction de l'endroit comme «Londres »à partir d'une image, y compris des repères bien connus tels que « Tower Bridge », Les métadonnée indépendant du contenu ne peuvent être extraites de l'image. [Hanbury. A, 2007]

II-5-2 METADONNEE DEPENDANT DU CONTENU : Les données qui se réfèrent directement au contenu d'images peuvent être divisées en deux types :

II-5-2-1. METADONNEES DEPENDANT DU CONTENU SYMBOLIQUE : est liée aux caractéristiques de bas niveau (couleur, texture, forme, .. etc.). Métadonnées dépendant du contenu symbolique est facile à extraire avec le temps de calcul nécessaire, on peut extraire des vecteurs de caractéristiques énorme contenant caractéristiques histogramme couleur, la texture caractéristiques calculées par des algorithmes différents,...etc. [Hanbury. A, 2007]

II-5-2-2. METADONNEES DESCRIPTIVES DE CONTENU SEMANTIQUE : se réfère au contenu sémantique. Il est préoccupé des relations d'entités image avec des entités du monde réel ou événements temporelle, d'émotions et de sens associée à des signes visuels et des scènes. Annotation par des métadonnées descriptives de contenu sémantique c'est le type d'annotation qui est plus difficile à automatiser et qui nécessite de nombreux essais pour évaluer la performance des algorithmes d'annotation. Métadonnées descriptives de contenu peut être spécifié à l'aide un ou plusieurs des approches suivantes :

? Descriptions de texte libre : Aucune structure prédéfinie

? Des mots-clés : les mots-clés sont associés à l'image.

? Classifications basées sur des ontologies : grands systèmes de

classification de différents aspects de la vie dans des catégories hiérarchiques. C'est semblable à la classification par des mots-clés, mais le fait d'une part que les

32 | ANNOTATION ET ONTOLOGIE

mots-clés appartiennent à une hiérarchie, et d'autre part qu'ils facilitent des relations sémantiques entre eux ces mots clés enrichit les annotations. Par exemple, il peut facilement découvrir qu'un « chien » garder la maison [Hanbury. A, 2007]

A. DESCRIPTIONS DE TEXTE LIBRE : Pour ce type d'annotation, l'utilisateur peut annoter en utilisant n'importe quelle combinaison de mots ou des phrases. Cela rend plus facile d'annoter, mais plus difficile à utiliser l'annotation plus tard pour la recherche d'images. [Hanbury. A, 2007]

Tous concepts qui ne peuvent pas être adéquatement décrit par mots-clés sont le choix simplement ajouté dans la description de forme libre. [Hanbury. A, 2007]

Le ImageCLEF 2004 bilingues ad-hoc tâche de recherche a utilisé 25 catégories des images chacun marqué par un titre semi-structurée (en 13 langues). Exemples des versions anglaises de ces titres :

? Portrait pictures of church ministers by Thomas Rodger

? Photos of Rome taken in April 1908

? Views of St. Andrews cathedral by John Fairweather

? Men in military uniform, George Middlemass Cowie

? Fishing vessels in Northern Ireland

L'ensemble de données IAPR-TC12 de 20 000 images contient des descriptions de texte libre de chaque image en anglais, allemand et espagnol. Elles sont divisées en «titre», "description" et "notes" champs. D'autres métadonnées de contenu indépendant comme la date, le photographe et le lieu sont également stockés. La figure 14 montre l'annotation de l'une des photos. [Hanbury. A, 2007]

33 | ANNOTATION ET ONTOLOGIE

FIG-10 :L'annotation de l'une des images dans l'ensemble de données IAPR-TC12.

B. ANNOTATION PAR MOT-CLE:

Chaque image est annotée par une liste de mots-clés qui lui sont associés. Il ya deux possibilités pour choisir les mots-clés.

(1) L'annotateur peut utiliser des mots clés arbitraires comme l'exige.

(2) L'annotateur est limité à l'aide d'une liste prédéfinie de mots-clés.

Ces informations peuvent être fournies à deux niveaux:

(1) Une liste de mots clés associés à l'image complète, annonce ce qui est en l'image (voir figure(a) pour un exemple).

(2) La segmentation de l'image et des mots clés associés à chaque région de la segmentation. En outre, mots-clés décrivant l'image peuvent être fournis (voir Figure (b) pour un exemple). [Hanbury. A, 2007]

34 | ANNOTATION ET ONTOLOGIE

FIG-11: Exemples d'annotation image.

a) L'annotation de l'image : la liste mots-clés sont associés à l'image.

b) Segmentation et annotation : mots-clés sont associés à chaque région résultat e la segmentation de l'image complète.

La annotation par mot clé posé deux problèmes :

- Différentes collections d'images sont annotées en utilisant différents mots clés et les différentes normes d'annotation.

- Un utilisateur naïf ne sait pas nécessairement le vocabulaire qui a été utilisée d'annoter une collection d'images. Cela rend la recherche par saisie de texte plus difficile.

- Forcer l'utilisateur de choisir parmi une liste à l'écran des mots-clés est une solution du deuxième problème, mais cela rend la tâche de recherche de plus difficile si le nombre de mots-clés est important.

Une solution à deux problèmes ci-dessus, consiste à utilisé un thésaurus pour étendre la liste des termes de recherche saisis par un utilisateur. [Hanbury. A, 2007]

35 | ANNOTATION ET ONTOLOGIE

C. ANNOTATION A BASE D'ONTOLOGIES :

L'utilisation d'une ontologie pour faire des annotations descriptives de ce contenu sémantique, est une solution très efficace, car une ontologie présente une recherche sémantique décrivant un domaine spécifique sous forme des concepts et relations entre eux. Les annotations sémantiques à base d'ontologie sont développées actuellement autour du web sémantique, et semble l'approche la plus prometteuse pour partager, chercher, chercher, et exploiter efficacement les ressource d'information.

Les annotations sémantiques sort:

? Persistants et Implicite : car elles font référence à une connaissance séparée de ressource (une ontologie).

? Opérationnelles : car elles sont destinées à être traitées par des machine.

Les annotations sémantiques ne sont pas consultables directement, il faut disposer d'un éditeur spécialisé pour observer le code source et des outils ayant accès à l'ontologie référencée. Ces outils sont générales des éditeurs d'ontologie permettant de choisi une ontologie, les concepts et instances représentatifs du sens.

36 | ANNOTATION ET ONTOLOGIE

III. LES ONTOLOGIES

·

Définitions.

· Les motivations du développement des ontologies.

· Les Composantes d'une ontologie.

· Le cycle de vie d'une ontologie.

· L'ingénierie ontologique.

· Les langages des ontologies.

· Les environnements et outils de développement d'ontologies.

III-1. DEFINITION :

Le terme ontologie vient du mot grec Ontologia qui signifie, parler (logia) au sujet de l'être (onto), l'ontologie est une discipline philosophique qui peut être décrit comme la science de l'existence, ou l'étude de l'être. [Chergui.N, 2008]

Plusieurs d'autres définitions du concept ontologie ont été proposées. Ces définitions sont souvent des raffinements de définitions déjà proposées et/ou sont complémentaires avec elles.

Neeches et ses collègues furent les premiers à proposer une définition à savoir : «une ontologie définit les termes et les relations de base du vocabulaire d'un domaine ainsi que les règles qui indiquent comment combiner les termes et les relations de façon à pouvoir étendre le vocabulaire». [Azoune et al, 2008]

Cette définition indique en quelque sorte qu'est ce qu'on fait pour construire une ontologie, elle identifie les termes de base et les relations entre termes, et les règles pour combiner les termes. [Chergui.N, 2008]

Quelques années après, vient la définition qui nous semble être la plus célèbre et la plus citée est celle de Gruber qui définit les ontologies comme étant la spécification explicite d'une conceptualisation d'un domaine de connaissance : "An ontology is an explicit specification of a conceptualization". Cette définition a été précisée par Borst

37 | ANNOTATION ET ONTOLOGIE

en 1997 pour devenir : "la spécification formelle et explicite d'une conceptualisation partagée". [Hadjheni. H]

En 1998 Studer a été expliquée chaque terme employé dans ces définitions comme

suit :

? Formelle : l'ontologie doit être lisible et compréhensible par une machine.

? Explicite : la définition explicite des concepts utilisés et des contraintes de leur utilisation.

? Conceptualisation : le modèle abstrait d'un phénomène du monde réel par identification des concepts clefs de ce phénomène.

? Partagée : l'ontologie n'est pas la propriété d'un individu, mais elle représente un

consensus accepté par une communauté d'utilisateurs. [Azoune et al, 2008]

III-2. LES MOTIVATIONS DU DEVELOPPEMENT DES ONTOLOGIES : Le domaine de l'ontologie attire l'attention parce qu'une ontologie fournit :

? Le partage sémantique : il représente l'une des premières motivations. La sémantique représente l'interprétation selon un point de vue ou un contexte particulier. Le partage sémantique doit donc être guidé par le contexte et le but à atteindre. Cette compréhension commune du domaine s'effectue au travers d'une ontologie. Ainsi, une ontologie fournit un vocabulaire partagé pour une compréhension commune du domaine traité. Par exemple, en médecine, les termes scientifiques sont désignés par des abrégés. Les mêmes abrégés peuvent se trouver dans plusieurs services mais ayant des sens différents; par conséquent leur utilisation peut prêter à confusion ; un diagnostic automatique dans ce domaine est impossible sans que la compréhension ne soit commune. Le partage et la communication doivent être présents entre les personnes, entre les personnes et les agents logiciels et enfin entre les agents logiciels eux même. [Hadjheni.H]

Les ontologies offrent une structuration et une sémantique facilitant considérablement la fourniture d'un service.

38 | ANNOTATION ET ONTOLOGIE

? La notion ou l'intention du concept : elle correspond à la signification ou la sémantique du concept, elle est définie à travers ses propriétés et ses attributs.

V' Permettre l'explicitation des spécifications des systèmes : La plupart des logiciels conventionnels sont construits avec une conceptualisation implicite et que la nouvelle génération des systèmes utilisant les travaux en intelligence artificielle devrait être basée sur une conceptualisation explicitement représentée. En effet, l'ontologie fournit une classification des objets que doit manipuler le système. [Azoune et al, 2008]

V' Analyser le savoir sur un domaine : la spécification des termes d'un domaine est très importante; c'est ce qui permet d'analyser le savoir sur un domaine. Ce savoir peut, par la suite, être utilisé dans différentes applications. [Hadjheni.H]

V' L'indexation et la recherche d'information : Dans le Web Sémantique, les ontologies y sont utilisées pour déterminer les index conceptuels décrivant les ressources sur le Web. [Azoune et al, 2008]

III-3. LES COMPOSANTES DES ONTOLOGIES :

Les ontologies fournissent le vocabulaire commun d'un domaine et définissent, de façon plus ou moins formelle, le sens des termes et les relations entre ces derniers. Les connaissances intégrées dans les ontologies sont formalisées en mettant en jeu cinq types de composants: les classes(ou concepts), les relations(ou propriétés), les fonctions, les axiomes(ou règles) et les instances(ou individus). [Gomez. P]

III-3-1 LES CONCEPTS :

Selon Gomez [Gomez. P] les concepts sont considérés comme une description d'une tâche, d'une fonction, d'une action, d'une stratégie ou d'un processus de raisonnement,...etc.

L'ensemble des propriétés d'un concept constitue sa compréhension ou son intension et l'ensemble des êtres qu'il englobe, son extension. [Azoune et al, 2008]. Il est composé de trois parties [Hernandez. H] : un ou plusieurs termes, une notion et un ensemble d'objets.

? Le ou les termes exprimant le concept en langage naturel. Ces termes sont aussi appelés labels de concept.

·

39 | ANNOTATION ET ONTOLOGIE

Les objets dénotés par le concept, appelés également « extensions» ou « instances »

du concept.

Prenons un exemple pour mieux expliquer cette notion de concept, le concept POEME :

- Son terme est le nom commun poème.

- Sa notion c'est un texte littéraire composé d'un ensemble de vers qui riment.

- Son extension, c'est l'ensemble des textes composés de vers que l'on peut trouver

dans les recueils littéraires. ". [Hadjheni.H]

Un concept est défini par sa classe et ses attributs :

· Les classes : elles représentent le centre d'intérêt de l'ontologie et décrivent les concepts d'un domaine; une classe peut avoir des sous-classes qui représentent des concepts plus spécifiques que la super classe (ou classe supérieure).

Une classe peut avoir des instances. Ces instances sont des entités réelles de cette classe, elles sont une représentation des extensions du concept.

Il est à noter aussi qu'une ontologie ainsi que l'ensemble des instances de toutes les classes constituent une base de connaissances.

· Les attributs : les attributs décrivent les propriétés des classes et des instances. [Hadjheni.H]

III-3-1-1. LES PROPRIETES PORTANT SUR UN CONCEPT :

· La généricité : un concept est générique s'il n'admet pas d'extension. Exemple : la vérité est un concept générique.

· L'identité : un concept porte une propriété d'identité si cette propriété permet de conclure quant à l'identité de deux instances de ce concept. Exemple : le concept d'étudiant porte une propriété d'identité liée au numéro de l'étudiant, deux étudiants étant identiques s'ils ont le même numéro.

· La rigidité : un concept est rigide si toute instance de ce concept en reste instance dans tous les mondes possibles. Exemple : humain est un concept rigide, étudiant est un concept non rigide.

· L'anti-rigidité : un concept est anti-rigide si toute instance de ce concept est essentiellement définie par son appartenance à l'extension d'un autre concept. Exemple : étudiant est un concept anti-rigide car l'étudiant est avant tout un humain

· L'unité : un concept est un concept unité, si pour chacune de ses instances, les différentes parties de l'instance sont liées par une relation qui ne lie pas d'autres

40 | ANNOTATION ET ONTOLOGIE

instances de concepts. Exemple : les deux parties d'un couteau, manche et lame sont liées par une relation« Emmanché » qui ne lie que cette lame et ce manche. [Azoune et al, 2008]

III-3-1-2. LES PROPRIETES PORTANT SUR DEUX CONCEPT :

· L'équivalence : deux concepts sont équivalents s'ils ont la même extension.

· La disjonction : (on parle aussi d'incompatibilité) deux concepts sont disjoints si leurs extensions sont disjointes. Exemple : homme et femme.

· La dépendance : Un concept C1 est dépendant d'un concept si pour toute instance de C1 il existe une instance de qui ne soit ni partie ni constituant de l'instance de . Exemple : parent est un concept dépendant de enfant (et vice-versa). [Azoune et al, 2008]

III-3-2 LES RELATIONS :

Les relations représentent un type d'interaction entre les notions d'un domaine. Elles établissent des liens sémantiques binaires, organisables hiérarchiquement. [Azoune et al, 2008]. Ces relations regroupent les associations suivantes : sous-classe de (spécialisation, généralisation) ; partie-de (agrégation ou composition) ; associée-à ; instance-de ; est-un (Is-a), etc. [Azoune et al, 2008].Elles sont formellement définies comme tout sous-ensemble d'un produit de n ensembles, c'est-à-dire R: C1 x x ... x Cn. [Gomez. P]

III-3-2-1. LES PROPRIETES INTRINSEQUES A UNE RELATION :

· Les propriétés algébriques : réflexivité, transitivité.

· La cardinalité : nombre possible de relations de ce type entre les mêmes concepts (ou instances de concept). Les relations portant une cardinalité représentent souvent des attributs. Exemple: une pièce a au moins une porte. [Azoune et al, 2008]

III-3-2-2. LES PROPRIETES LIANT DEUX RELATIONS :

· L'incompatibilité : deux relations sont incompatibles si elles ne peuvent lier les mêmes instances de concepts. Exemple : Les relations « être rouge » et « être vert » sont incompatibles. [Azoune et al, 2008]

41 | ANNOTATION ET ONTOLOGIE

? L'inverse : deux relations binaires sont inverses l'une de l'autre si, quand l'une lie deux instances I1 et I2, l'autre lie I2 et I1. Exemple : les relations « a pour père » et «a pour enfant» sont inverses l'une de l'autre. [Azoune et al, 2008]

III-3-2-3. LES PROPRIETES LIANT UNE RELATION ET DES CONCEPTS :

? Le lien relationnel : Il existe un lien relationnel entre une relation R et deux concepts C1 et si, pour tout couple d'instances des concepts C1 et , il existe une relation de type R qui lie les deux instances de C1 et . Un lien relationnel peut être contraint par une propriété de cardinalité, ou porter directement sur une instance de concept.

Exemple : Il existe un lien relationnel entre les concepts « texte » et « auteur » d'une part et la relation « a pour auteur » d'autre part. [Azoune et al, 2008]

? La restriction de relation : Pour tout concept de type C1, et toute relation de type R liant C1, les autres concepts liés par la relation sont d'un type imposé.

Exemple: si la relation « mange » portant sur une « personne » et un « aliment » lie une instance de « végétarien », concept subsumé par « personne », l'instance de « aliment » est forcément instance de « végétaux ». [Azoune et al, 2008]

III-3-3 LES FONCTIONS :

Les fonctions sont des cas particuliers de relations dans lesquelles le ^nième élément de la relation est défini de manière unique à partir des n-1 précédents. [Gomez. P]

Formellement, les fonctions sont définies ainsi : F: C1 x x ... x Cn-1 Cn. Exemple de

fonctions : « père-de » et « carré » sont des fonctions binaires, Tandis que, « prix-de voiture-usagée » qui calcule le prix d'une voiture usagée sur lequel on peut se baser pour calculer le prix d'une voiture d'occasion en fonction de son modèle, de sa date de construction et de son kilométrage une fonction ternaire. [Azoune et al, 2008]

III-3-4 LES REGLES :

Les règles sont utiles à la structuration de phrases qui sont toujours vraies. Ils permettent de contraindre les valeurs de classes ou d'instances. [Mehanna et al, 2007] Ils permettent aussi d'inférer de nouvelles connaissances. Exemple : « Si deux personnes sont frères, alors il existe quelqu'un qui est la mère de chacun d'eux ». [Azoune et al, 2008] Leur inclusion dans une ontologie peut avoir plusieurs objectifs [Hadjheni.H]: définir la signification des composants, définir des restrictions sur la valeur des attributs,

42 | ANNOTATION ET ONTOLOGIE

définir les arguments d'une relation, vérifier la validité des informations spécifiées ou en déduire de nouvelles.

III-3-5 LES INSTANCES :

Des instances sont utilisées pour représenter des éléments dans un domaine. Exemple: Les individus Mohamed et Adam sont des instances du concept « Personne ».

III-4. LE CYCLE DE VIE DES ONTOLOGIES :

Étant donné que les ontologies sont destinées à être utilisées comme des composants logiciels dans des systèmes informatiques répondant à des objectifs opérationnels différents, leur développement doit s'appuyer sur les mêmes principes que ceux appliqués en génie logiciel. En particulier, elles doivent être considérées comme des objets techniques évolutifs et posséder un cycle de vie spécifique. [Azoune et al, 2008]

Ce cycle de vie est comprend une étape initiale d'évaluation des besoins, une étape de construction, une étape de diffusion, et une étape d'utilisation. Apres chaque utilisation significative, l'ontologie et les besoins sont réévalues et l'ontologie peut être étendue et, si nécessaire, en partie reconstruite. [Chergui.N, 2008]

FIG-12 : Cycle de vie d'ontologie.

43 | ANNOTATION ET ONTOLOGIE

Le cycle de vie par évolution de prototypes permet à l'otologiste de retourner de n'importe quel état à n'importe quel autre si une certaine définition manque ou est erronée. Ainsi, ce cycle de vie permet l'inclusion, le déplacement ou la modification de définitions n'importe quand durant le cycle de vie de l'ontologie. L'acquisition, la documentation et l'évaluation de connaissances sont des activités de support qui sont effectuées pendant la majorité de ces états.

III-5. L'INGENIERIE ONTOLOGIQUE :

L'ingénierie ontologique peut être définie comme un domaine de recherche visant à proposer des aspects pratiques, essentiellement des méthodes, des outils et des langages dédiés à l'application des résultats de la théorie des ontologies à la construction d'ontologie. [Mehanna et al, 2007].

III-5-1 METHODE DE CONSTRUCTION D'ONTOLOGIES :

À l'heure actuelle, il n'y a pas encore un consensus sur les meilleures pratiques à suivre lors du développement d'une ontologie. Il existe plus de 33 méthodes d'ingénierie ontologique [Hadjheni. H]. Ces méthodologies peuvent porter sur l'ensemble du processus et guider l'ontologiste à toutes les étapes de la construction.

Cependant, quelque soit la méthode adoptée, celle-ci doit obligatoirement se référer à des règles fondamentales dans la conception des ontologies qui sont :

? Il n'y a pas qu'une seule façon correcte pour modéliser un domaine - il y a toujours des alternatives viables. La meilleure solution dépend presque toujours de l'application que nous voulons mettre en place et des évolutions que nous anticipons.

? Le développement d'une ontologie est nécessairement un processus itératif. Ce qui consiste à aborder l'ontologie de manière globale et d'y revenir la raffiner et la compléter. Le processus itératif se poursuivra tout le long du cycle de vie de l'ontologie.

? Les concepts dans une ontologie doivent être très proches des objets (physiques ou logiques) et des relations dans notre domaine d'intérêt. Ces concepts doivent refléter un modèle tel qu'il est dans la réalité du monde.

Généralement, le processus de construction d'une ontologie est une collaboration qui réunit des experts du domaine de connaissance, des ingénieurs de la connaissance, voire

44 | ANNOTATION ET ONTOLOGIE

45 | ANNOTATION ET ONTOLOGIE

les futurs utilisateurs de l'ontologie. Cette collaboration ne peut être fructueuse que si les objectifs du processus ont été clairement définis, ainsi que les besoins qui en découlent. [Frédéric. F, 2002].

III-5-1-1. SPEFICATION DE BESOINS :

La construction d'une ontologie commence par la définition d'un domaine et de sa portée. C'est à dire, il faut trouver des réponses a des questions comme [Pham, s. 2004]

· Quel est le domaine que l'ontologie couvrira?

· Quels sont les buts de l'utilisation de l'ontologie?

· A quels types de questions l'information contenue dans l'ontologie devra-t-elle fournir des réponses?

· Qui va utiliser et maintenir l'ontologie ?

Une fois le but défini, le processus de construction de l'ontologie peut démarrer, en commençant par la phase de conceptualisation.

III-5-1-2. CONCEPTUALISATION :

Cette phase est réalisée à partir de différentes sortes de données telles que des glossaires de termes, d'autres ontologies, des textes, d'interviews d'experts, etc. Elle consiste à construire une ontologie conceptuelle, c'est à dire la structuration des connaissances d'un domaine dans un corpus. Cette phase se compose des étapes suivantes.

· D'identifier des concepts, des attributs, et des valeurs dans un Dictionnaire Glossaire.

· De classifier des groupes de concepts dans des Arbres de Concepts.

· De construire une Table des Relations.

· De construire une Table des Instances d'Attributs. [Alain Boucher, 2005]

III-5-1-3. FORMALISATION :

Une fois le modèle conceptuel structuré, il faut le traduire dans un formalisme formel. Grâce à la formalisation, les définitions des concepts sont plus explicites et précises. L'objectif est de faciliter l'interprétation de l'ontologie.

Parmi les nombreux langages de formalisation des ontologies, il y a trois grandes familles: les langages à base de frames, les modèles des graphes contextuels et les logiques de description.

? Les langages à base de frames : Dans les langages à base de frames, les frames représentent les catégories d'objets et sont dotées d'attributs (slots). Les slots peuvent prendre différentes valeurs. Les classes sont structurées par un lien hiérarchique. [Pham, s. 2004]

? Le modèle des graphes conceptuels : on distingue des niveaux différents. Au niveau conceptuel, il peut servir de base à un langage spécialisé de communication entre les spécialistes de différentes disciplines impliquées dans un travail cognitif commun. Au niveau d'exécution, il peut servir de base à un outil commun de représentation employé par plusieurs modules d'un système complexe. [Pham, s. 2004]

? Les logiques de description : sont basées sur le logique prédicat, les réseaux sémantiques. Dans le formalisme des logiques de description, les connaissances sont représentées sous forme de concepts, de rôles et d'individus. Un concept est une entité générale d'un domaine d'application. Les rôles sont des relations binaires entre concepts et les individus sont les instances des concepts. Les propriétés des concepts, rôles et individus sont exprimées en logique des prédicats. [Pham, s. 2004]

III-5-1-4. IMPLEMENTATION :

Finalement, on doit l'implémenter l'ontologie sur un langage. Le langage choisit doit correspondant avec le modèle de formalisation. Une introduction brève des langages d'ontologie est présentée dans la session suivante. [Pham, s. 2004]

46 | ANNOTATION ET ONTOLOGIE

III-6. LES LANGAGES DES ONTOLOGIES :

Différents langages de spécification d'ontologies issus des formalismes précédemment présentés sont apparus à partir des années 1990, tels que CycL et KIF, LOOM, F-Logic et OCML. [Chergui.N, 2008]

FIG-13 : Langage traditionnel d'ontologies.

L'explosion des technologies d'Internet a mené à la création des langages pour l'exploitation des caractéristiques du Web, ces langages sont appelés généralement les langages basés Web ou les langages d'annotation d'ontologies, leurs syntaxe est basée sur l'existence d'annotation comme HTML et XML. [Chergui.N, 2008]

FIG-14: Langages d'annotation d'ontologies.

? SHOE (Simple HTML Ontology Extensions) : en 1996 est le premier langage d'annotation d'ontologies. Ce langage combine les Frames et les règles de production ce qui lui permet de représenter des concepts, des taxonomies, des relations, et aussi des

47 | ANNOTATION ET ONTOLOGIE

règles. Ces dernières permettent d'inférer de nouvelles connaissances. [Chergui.N, 2008]

? XML en 1998, qui a été très vite adopte comme un standard pour les échanges d'informations sur le Web par le W3C (World Wide Web Consortium), SHOE a été modifie de telle sorte qu'il puisse supporter des documents structures décrits en XML. D'autres langages ont par la suite été crées sur la base de la syntaxe de XML. [Chergui.N, 2008]

? RDF (Ressource Description Framework) : il a été développé par W3C comme un langage base sur les réseaux sémantiques pour décrire les ressources du Web [Chergui.N, 2008]. RDF est un langage d'encodage de la connaissance sur les pages Web. RDF permet de décrire des choses simplement et sans ambiguïté. Toute chose (ressource) est décrite par des phrases minimales, composées d'un sujet, d'un verbe et d'un complément, on parle alors de déclaration RDF. [Hadjheni. H].

? OWL est un langage de description d'ontologie conçu pour la publication et le partage des ontologies sur le web sémantique. Il définit un vocabulaire riche pour la description des ontologies complexes. OWL est basé sur une sémantique formelle définie par une syntaxe rigoureuse. OWL peut être utilisé pour représenter explicitement les sens des termes de vocabulaire et les relations entre ces termes.

Le langage OWL se compose de trois sous langages qui proposent une expressivité croissante, chacun conçu pour des communautés de développeurs et des utilisateurs spécifiques : OWL Lite, OWL DL et OWL Full. [Hadjheni. H]

48 | ANNOTATION ET ONTOLOGIE

III-7. LES ENVIRONNEMENTS ET OUTILS DE DEVELOPPEMENT D'ONTOLOGIES :

Les éditeurs d'ontologie constituent des outils nécessaires à la construction d'ontologies. Il existe différents éditeurs d'ontologie; les plus connus sont :

. ONTOLINGUA :

ONTOLINGUA développé à l'Université de Stanford, le serveur Ontolingua est le plus connu des environnements de construction d'ontologies en langage Ontolingua. Il consiste en un ensemble d'outils et de services qui supportent la construction en coopération d'ontologies, entre des groupes séparés géographiquement. [Mehanna et al, 2007]

Il y a trois différentes possibilités d'intégrer les ontologies Ontolingua

[Azoune et al, 2008]

. Inclusion : Une ontologie inclut et utilise les définitions d'autres ontologies.

. Restriction : l'ontologie importe les définitions depuis d'autres ontologies et les rend plus spécifiques.

. Raffinement polymorphe : on redéfinit une définition importée depuis n'importe quelle ontologie.

. ONTOSAURUS :

Logiciel développé à l'Institut des Sciences de l'Information à l'Université de Southern California. Ontosaurus consiste en un serveur utilisant LOOM comme langage de représentation des connaissances et en un serveur de navigation réalisant dynamiquement des pages HTML qui affichent la hiérarchie de l'ontologie ; le serveur utilise des formulaires HTML pour permettre à l'usager d'éditer l'ontologie. [Hadjheni. H]

. ODE (ONTOLOGY DESIGN ENVIRONMENT):

ODE est développée au laboratoire d'Intelligence Artificielle de l'Université de Madrid, permet de construire des ontologies au niveau connaissance. [Chergui.N, 2008].

49 | ANNOTATION ET ONTOLOGIE

? PROTÉGÉ2000 :

Protégé 2000, successeur de ProtégéWIN, est un environnement graphique de développement d'ontologie développé et mis à disposition par l'université de Stanford. C'est un logiciel libre d'utilisation qui peut être modifié par l'utilisateur. Il est alors possible de réaliser des modules additionnels (plugins) pour modifier ou compléter ce logiciel. Il contient des classes (concepts), des slots (propriétés) et des facettes (valeurs des propriétés et contraintes), ainsi que des instances des classes et des propriétés. Protégé est un éditeur d'ontologie pour les différents langages : RDF, DAML+OIL et OWL. [Hadjheni. H].

50 | ANNOTATION ET ONTOLOGIE

IV. CONCLUSION

Les métadonnées sémantiques jouent un rôle très importent pour l'enrichie et l'interprétation des images. Avec les annotations sémantiques le processus de recherche d'image donne des résultats plus pertinents en exploitant l'interprétation offre par les métadonnées générées.

Les ontologies est une technologie très actif offre dans notre contexte, la possibilité de créer des métadonnées avec une sémantique extrêmement riche. Dans le domaine de l'ingénierie des connaissances, l'ontologie définit une spécification formelle et explicite des termes et des concepts et des relations entre termes, en se basant sur le vocabulaire de domaine d'intérêt.

Les ontologies offrent une structuration et une sémantique facilitant considérablement la formation d'un service, tel que la recherche pertinent.

Dans le chapitre suivant, nous allons présenter l'approche conceptuelle que nous avons suivie pour atteindre l'objectif de notre travail

1. INTRODUCTION.

2. PRESENTATION DE DOMAINE DE LA MALADIE D'ACNE.

3. CONCEPTION DE NOTRE ONTOLOGIE.

4. CONCEPTION DE NOTRE SYSYTEME D'ANNOTATION ET DE RECHERCHE SEMANTIQUE DES IMAGES.

5. CONCLUSION.

Plan de chapitre

CHAPITRE IV: CONCEPTION

52 | CONCEPTION

I. INTRODUCTION

Après avoir exposé les différents axes requis pour la compréhension du contexte de notre travail, dans ce chapitre nous allons présenter touts les étapes de conception de notre système de recherche d'images par les concepts sémantiques.

Nous avons choisi comme domaine, la maladie d'acné. A cet effet, nous allons premièrement faire une description de ce domaine afin de dégager les corpus de texte avec lequel on va travailler. Ensuit nous montrons la conception de notre ontologie de domaine après avoir choisi une méthode de construction permet plusieurs existants dans la littérature.

Les sections qui suivent servent consacrées à la description conceptuelle de notre système d'annotation et recherche sémantique des images qui va exploiter notre ontologie pour interpréter les images et répondre aux requêtes des utilisateurs.

53 | CONCEPTION

II. PRESENTATION DE DOMAINE DE LA MALADIE D'ACNE

? Définition.

? Les lésions élémentaires. ? Formes cliniques. ? Traitements acné.

L'acné est une affection de la peau très fréquente à la puberté. Elle affecte en premier lieu les adolescents avec une prévalence de plus de 70%, mais cette dermatose touche aussi les nouveau-né, Il existe des acnés plus ou moins sévères. Dans le premier cas, l'aspect inesthétique de cette maladie de peau a un retentissement psychosocial et peut être responsable d'une altération de la qualité de vie.

II-1 DEFINITION

D'un point de vue médical l'acné est une dermatose très fréquente, elle survient quand le follicule pilosébacé se bouchent et emprisonnent la substance grasse qu'il produit le sébum

FIG-15 : Les composants de la peau.

54 | CONCEPTION

II-2 LES LESIONS ELEMENTAIRES

II-2-1 LES LESIONS RETENTIONELLES : Le sébum en trop grande quantité s'écoule mal et s'amasse à l'intérieur des follicules entraînant la formation de microkystes(comédons fermé ou point blanc) et de points noirs ou comédons ouvert. [B Dreno, 2002]

FIG-16: Les lésions rétentionelles.

II-2-2 LÉSIONS INFLAMMATOIRES : cette situation favorise la prolifération de microbes (appelés Propionibacterium acnés) qui vont déclencher une inflammation. [Dreno. B, 2002].

II-2-2-1 LÉSIONS INFLAMMATOIRES SUPERFICIELLES :

Ce sont les papules et les pustules :

A. PAPULE :

C'est une lésion inflammatoire de diamètre inférieur à 10 mm, pouvant apparaître de novo ou être la conséquence de l'inflammation d'un microkyste, en particulier après manipulation. C'est une élevure rouge, ferme, parfois douloureuse, pouvant évoluer, soit vers la résorption spontanée, soit vers une pustule.

B. PUSTULE :

C'est une papule avec à son sommet un contenu purulent. La survenue de plusieurs pustules d'emblée sans papule ou microkyste doit faire suspecter une folliculite à germes à Gram négatif, qui est confirmée par un prélèvement bactériologique. [B Dreno, 2002]

55 | CONCEPTION

FIG-17 : Les lésions inflammatoires superficielles.

II-2-2-2 LÉSIONS INFLAMMATOIRES PROFONDES :

A. LES NODULES :

Ce sont les nodules. Ils se manifestent par une tuméfaction inflammatoire, douloureuse et fluctuante à la palpation. Ces nodules peuvent s'ouvrir vers l'extérieur avec parfois formation de fistules ou se rompre dans le derme. Ils donnent naissance alors à des kystes inflammatoires, des abcès qui peuvent confluer en sinus, lésions inflammatoires allongées fluctuantes souvent localisées dans les sillons nasogéniens. Les nodules, contrairement aux papules et pustules, ont souvent une évolution cicatricielle atrophique, ou hypertrophique, ou chéloïdienne. [B Dreno, 2002]

B. LES KYSTES :

Comme les nodules, ils sont douloureux et situés profondément sous la peau. Ils contiennent toutefois des sécrétions fluides (du pus). Ils sont le signe d'une infection plus importante.

FIG-18: Lésions inflammatoires profondes.

56 | CONCEPTION

II-3 FORME CLINIQUE :

II-3-1 ACNÉS « PUBERTAIRES » :

Encore appelée acné « vulgaire », elle demeure la forme la plus fréquente de l'acné survenant le plus souvent à la puberté, entre 14 et 17 ans chez la fille et 16 et 19ans chez le garçon. Près de 3/4 des adolescents ont des lésions d'acné. L'évolution est généralement prolongée et peut durer de 8 à 12 ans. Cette acné comporte des lésions rétentionnelles (comédons fermés et microkystes) qui induisent l'occlusion du canal pilosébacé. Elles sont associées à des lésions inflammatoires superficielles (papules et pustules) de diamètre inférieur à 5 mm et des lésions inflammatoires profondes (nodules). [B Dreno, 2002]

II-3-2 ACNÉS « ADULTE»:

Cette acné survenant le plus souvent aux adultes. La personne a beaucoup de lésions et de nombreux kystes, et beaucoup de rougeur et d'inflammation il existe deux types : sont des kystes et des nodules.

II-3-3 ACNÉS « NÉONATALES » :

L'acné précoce du nouveau-né et du nourrisson : ce sont le plus souvent des lésions inflammatoires sans comédons. Elle apparaît dès la naissance et régresse spontanément vers 1 à 3 mois, elle est caractérisée par l'existence de lésions pustuleuses siégeant sur le visage (front, joues et menton). [B Dreno, 2002]

57 | CONCEPTION

II-4 TRAITEMENTS ACNE :

Les médicaments sont soit locaux soit oraux, cela dépend de la sévérité de l'acné. Il existe des traitements de l'acné qui ne nécessitent pas une visite chez le médecin mais ne sont efficaces que sur les acnés légères. Si l'acné devient une gêne ou qu'elle ne disparaît pas malgré ces traitements, il est nécessaire de consulter un médecin dermatologue. Lors de votre visite médicale, celui-ci identifiera la nature des lésions d'acné et en recherchera les causes pour vous prescrire un traitement adapté. Il existe deux types de traitements, prescrits indépendamment ou de manière associée. [site 7]

? Traitements locaux.

? Traitements oraux (généraux).

II-4-1 TRAITEMENTS LOCAUX :

Les traitements locaux sont destinés aux acnés mineures rétentionelles : comédons, point noire, microkystes.

Ils sont délivrés sur ordonnance et se présentent sous formes de crèmes, gels ou solutions :

? Les dérivés de la vitamine A (rétinoïdes) : favorisent l'élimination des comédons et réduisent l'inflammation, Exemples de crèmes, gels et lotions a base de vitamine A acide et de ses dérivés : Differine, Effederm , Ketrel, Locacid, Retacnyl,

? Les antibiotiques locaux (érythromycine) : Clindamycine Stragen, Dalacine T Topic, Eryacne, Eryfluid

? Les antiseptiques (peroxyde de benzoyle) : Brevoxyl, Cutacnyl , Eclaran , Effacne . [site 8]

58 | CONCEPTION

II-4-2 TRAITEMENTS GENERAUX:

Les traitements par voie orale soignent les acnés plus sévères, c'est-à-dire les formes inflammatoires étendues ou d'évolution prolongée. Il existe 3 traitements principaux, délivrés sur ordonnance :

? Les antibiotiques : ils détruisent les bactéries présentent dans les boutons et ont une action anti-inflammatoire. ( Doxy, Granudoxy, Spanor, Tolexine)

? L'isotrétinoïne orale: très efficace, elle a également de forts effets secondaires et nécessite une surveillance médicale importante. Elle est prescrite en cas d'échec d'un premier traitement. ( Contracne, Curacne, Procuta Roaccutane ).

? Gluconate de zinc : Effizinc , Rubozinc [site 8]

59 | CONCEPTION

III. CONCEPTION DE NOTRE ONTOLOGIE « Onto_Acné » ORIENTE TERMINOLIGIE

· Choix de la méthode de construction de l'ontologie.

· Construction de l'ontologie de domaine.

III-1 CHOIX DE LA METHODE DE CONSTRUCTION DE L'ONTOLOGIE :

Il existe une multitude de méthodes d'ingénierie ontologique. Cependant, il n'y pas de consensus sur les principes qui doivent guider la modélisation ontologique. La plupart de ces méthodes visent à identifier les concepts et les relations à partir de documents du domaine, ou de questions posées aux experts.

Nous avons suivi la méthode proposée dans le chapitre précédent qu'elle comporte des étapes claires, simples et faciles à comprendre.

III-2 CONSTRUCTION DE L'ONTOLOGIE DE DOMAINE : Phase1 : spécification de besoin.

Dans cette phase on va déterminer le domaine et la portée de l'ontologie .

· Le domaine que va couvrir l'ontologie est le domaine d'acné.

· Le but de l'utilisation de notre ontologie est celui de la capitalisation des connaissances du domaine, la standardisation du vocabulaire échangé dans ce domaine et son partage.

· L'ontologie doit répondre aux requêtes des utilisateurs en prenant en compte la sémantique de ces dernières.

· L'ontologie sera utilisée par les malades qui sont affectés par l'Acné, en plus généralement à toute personne qui veut s'informer sur cette maladie.

· L'ontologie sera maintenue par des experts (médecin dermatologue).

60 | CONCEPTION

Phase2 : Conceptualisation :

Nous allons construire entièrement notre ontologie conceptuelle en effectuant des interviews avec des experts du domaine et en s'aidant de la documentation (documents de la FAO, articles, thèses, livres etc.). Puis on a suivi les étapes suivantes :

Etape 1 : énumérer et identifier les termes important de l'ontologie (dictionnaire de glossaire).

L'étude faite sur le domaine d'Acné nous a permis de dégager une liste importante de termes: Acné, Sébum, Traiter, Point Noir, kyste, Doxy...etc.

Etape 2 : définir les classes et la hiérarchie des classes.

Concept	Déscription
Acné	C'est une maladie dermatologie.
Acné rétentionelle	C'est un type d'acné.
Acné inflammatoire	C'est un type d'acné.
Point_noire	C'est une un type d'Acné rétentionelles.
Point_blanc	C'est une un type d'Acné rétentionelles.
Acné Superficielle	C'est un type d'acné inflammatoire.
Acné Profonde	C'est un type d'acné inflammatoire.
Kyste	C'est un type d'acné inflammatoire Profonde.
Nodule	C'est un type d'acné inflammatoire Profonde.
Papule	C'est un type d'acné inflammatoire superficielle.
Pustule	C'est un type d'acné inflammatoire superficielle.
Point_noire	C'est un type d'acné rétentionelles.

61 | CONCEPTION

Point_blanc	C'est un type d'acné rétentionelles.
La peau	La peau où l'acné est touchée, elle contient des follicules et glandes.
Peau visage	C'est une peau.
Peau dos	C'est une peau.
Le sebum	C'est une matière sébacée, il est sécrété par les glandes sébacées.
Foliculle pilo_sébacé	Composant de la peau.
Glande sébacé	Composant de la peau, qui sécrète le sébum.
Traitemment_acné	C'est le traitement d'acné.
Traitemment locale	C'est un type de traitement d'Acné rétentionelles.
Traitemment locale	C'est un type de traitement d'Acné inflammatoire.
Personne	La personne est affectée par l'acné selon l'Age.
Adolescente	Est une personne de l'Age 15-20ans.
Adulte	Est une personne de l'Age 20-25ans.
Nouveau_né	Est une personne de l'Age 1-3 mois.

Tableau 1 : Classes et hiérarchie de classes de l'ontologie.

62 | CONCEPTION

Etapes 3 & 4 : définir les propriétés des classes, les relations. ? Description Propriétés des classes :

Propriété	Concept	Type
Couleur	Acné	Chaine
Etat	Acné	Chaine
Dimension	Acné	Chaine
Type	Acné inflammatoire	Chaine
Forme	Traitement acné	Chaine

Tableau 2 : Extrait des propriétés du modèle de l'ontologie.

? Description des relations :

Relation	Concept source	Concept cible	Description
Traiter	Traitemment_acné Ex :« Broxy Traiter point_noire »	Acné	Exprime le traitement d'acné.
Traiter_par	Acné Ex:« Point blanc Traiter_parEclran_10 »	Traitemment_acné	L'inverse de Traiter.
Composant_ de	Follicule_pilo_sébacé e,Glande sébacé,sébum	Peau	Représente les composantes de la peau
Se_compose_de	Peau	Follicule_pilo_sébacé e,Glande sébacé,sebum	L'inverse de Composant_de
Infecter_par	Personne Ex : « l'adulte infecter_par acné rétentionelle »	Acné	Exprime le type d'acné affectant une personne
Sécréter_par	Le sébum	Glande sébacé	L'inverse de Sécréter
Sécréter_dans	Le sébum	Follicule_pilo_sébacé	Relation relie entre le sébum et Follicule où il se sécrété
Remplis_ par	Follicule_pilo_sébacé	Le sébum	Exprimer une Follicule remplis par le sébum

63 | CONCEPTION

Localiser_dans	Acné Ex : « acné rétentionelle localiser_dans peau_visage »	La peau	Exprimer la localisation d'acné
Toucher	Acné	Follicule_pilo_sébacé	Relation entre acné et follicule détermine que l'acné touche le Follicule
Evoluer	Acné Ex : « nodule Evoluer à kyste »	Acné	Evolution l'acné d'un type à autre

Tableau 3: Relations entre concepts du modèle de l'ontologie.

Etape 5 : créer les instances des classes dans la hiérarchie.

Classe	Instances
Traitement Acné	Differine, Rubozinc, Brevoxyl ,Eclaran-10 Doxy, Curacn,Contracne, Eryacne

Tableau 4 : Des instances des classes du modèle d'ontologie.

Les schémas suivants représentent un récapitulatif du domaine d'Acné (classes et hiérarchie de classe de l'ontologie).

MERE

PERSONNE

ACNE

TRAITEMENT_ACNE

LA PEAU

Adulte

La peau_visage

Traitement_général

Acné_rétentionelle

Nouveau_né

La peau_dos

Traitement_local

Point_blanc

Adolescente

Point_noire

Acné_Inflammatoire

FOLLICULE PILO SEBACEE

Superficielle

SEBUM

Papule

GLANDE SEBACE

Pustule

Profonde

Nodule

Kyste

FIG-19 : Récapitulatif du modèle de notre ontologie « Onto_Acné »

ACNE

PERSONNE

TRAITEMENT_ACNE

Adolescente

Acné rétentionelle

Traitement_acne_local

FOLLICULE PILOSEBACEE

Nouveau_ne

Point_noire

Traitement_acne_general

SEBUM

Adulte

Point_blanc

Acné Inflammatoire

LA PEAU

GLANDE_ SEBACE

Superficielle

La peau_visage

Papule

La peau_dos

Pustule

Profonde

Kyste

Nodule

EST_UN COMPOSANT_DE

INFECTER_PAR TRAITER_PAR

TRAITER LOCALISER_DANS

SECRETER_DANS SE_COMPOSE _DE

REMPLIS_PAR SECRETER

EVOLUER SECRETER_PAR
TOUCHER

FIG-20 : Relations sémantique entre les concepts de notre ontologie « Onto_Acné »

66 | CHAPITRE IV: CONCEPTION

IV . CONCEPTION DE NOTRE SYSYTEME D'ANNOTATION ET DE RECHERCHE SEMANTIQUE DES IMAGES

? Module d'annotation sémantique. ? Module de recherche sémantique.

Le système que nous allons construire se compose de deux modules sont : le module d'annotation, le module de recherche. La figure ci- dessous illustre l'architecture générale de ce système :

FIG-21 : Architecture du système de recherche d'images exploitant une ontologie.

67 | CHAPITRE IV: CONCEPTION

IV-1 MODULE D'ANNOTATION SEMANTIQUE

Après avoir montrer la démarche de représentation des connaissances de domaine de la maladie d'acné dans une ontologie dans le but d'une manipulation sémantique par la machine, Nous consacrons cette section pour faire une conception de l'annotation des images de ce domaine par les concepts de l'ontologie afin de servir par la suite à répondre aux requête des utilisateurs via une recherche par la sémantique.

Notre travail entre dans un domaine de recherche très actif et qui présente plusieurs axes à évoluer, parmi ces axes c'est l'annotation.

L'annotation sémantique permet partir d'un procède manuelle jusqu'à qu'elle suit automatique.

Comme nous somme débutant dans ce domaine, nous avons choisi de la procède d'une façon manuelle. Pour cela nous pouvons partage le travail en des étapes comme suivant :

1. Choix de la collection d'images :

La première étape consiste à choisi une collection d'images représentative de domaine de la maladie.

2. L'annotation sémantique à base d'ontologie :

Après le choix de la collection d'images, l'annotation sémantique consiste donc :

Pour chaque image, on doit extraire à partir de l'ontologie l'ensemble des concepts convenable permettent sa description ou interprétation. Par conséquent une annotation sémantique attachée à cette image, et qui contient l'ensemble des concepts sélectionné.

FIG-22 : Architecture de l'annotation sémantique.

68 | CHAPITRE IV: CONCEPTION

IV-2 MODULE DE RECHERCHE SEMANTIQUE

Le module de recherche représente une interface afin de permettre à l'utilisateur d'exprimer son besoin à l'aide d'une requête. Il traite les requêtes d'utilisateurs et affiche les résultats de la recherche. Cette dernière ce fait comme suit : Le module de recherche interroge l'ontologie pour récupérer les termes demandés par l'utilisateur, exploite l'ensemble des concepts ainsi que les relations sémantique entre eux, puis afficher les images.

1- INTERFACE DE RECHERCHE:

L'interface sera adaptée à l'utilisateur, lui permettant d'introduire sa requête, elle permet également de fournir un espace pour afficher les résultats de cette recherche qui sont des images correspondants à la requête.

2- MECANISME DE RECHERCHE:

1-MECANISME DE REPRESENTATION DE LA REQUETE : L'utilisateur va se guider lors la création de la requête, nous lui fournissons un ensemble de concepts et relations pour formuler sa requête.

2- MECANISME DE RECHERCHE SEMANTIQUE : Une fois la requête formulé, le système charge les concepts de requête pour les trouver dans l'ontologie, puis ils va l'exploite avec ses relations sémantique afin de trouver les images pertinents..

3- AFFICHAGE DE RESULTATS : Elle permet d'afficher sous forme d'une liste tous les images retrouvées par le module de recherche.

69 | CHAPITRE IV: CONCEPTION

V . CONCLUSION

Dans ce chapitre, nous avons présenté les étapes détaillées que nous avons suivi pour la construction de l'ontologie du domaine d'ACNE. Ensuite nous avons présenté comment utiliser cette dernière dans un système d'annotation et de recherche d'images. Nous avons opté pour une architecture modulaire pour construire le système.

Dans le chapitre suivant, nous allons implémenter et mettre en oeuvre ce que nous avons proposé dans l'étude conceptuelle, en d'autres termes, la réalisation d'un système d'annotation et de recherche d'images basé sur l'ontologie.

1. INTRODUCTION.

2. IMPLEMENTATION DE NOTRE ONTOLOGIE « ONTO_ACNE ».

3. REALISATION DE L'ANNOTATIONS SEMANTIQUE.

4. DEVELLOPEMENT DE L'INTERFACE DE RECHERCHE.

5. REALISATION DE LA RECHERCHE SEMANTIQUE.

6. CONCLUSION.

Plan de chapitre

CHAPITRE V: REALISATION

71 | CHAPITRE V: REALISATION

I. INTRODUCTION

Après avoir effectué la conception de notre ontologie « Onto_Acné » , nous allons à présent entamer l'implémentation de l'ontologie et de notre système d'annotation et de recherche d'images.

Notre système est composé de deux principaux modules qui sont :

? Module d'annotation : il se charge de parcourir et d'annoter les images à l'aide des concepts de l'ontologie.

? Module de recherche : contient deux étapes : La première est le traitement de la requête utilisateur afin de récupérant les concepts correspondant dans l'ontologie. Par la suite, la recherche exploite ces concepts, ainsi que les relations sémantiques entre eux afin de récupérer les images pertinentes.

Nous présenterons alors, dans la première section de ce chapitre, l'implémentation de notre ontologie. Dans la seconde section, nous détaillerons le processus de développement de notre système, ainsi que les principales interfaces qui le compose à travers des captures d'écran.

72 | CHAPITRE V: REALISATION

II. IMPLEMENTATION DE NOTRE ONTOLOGIE « ONTO_ACNE » ORIENTE TERMINILOGIE

II-1. CHOIX DE L'EDITEUR D'ONTOLOGIE

Pour l'implémentation de notre ontologie, nous avons opté pour l'éditeur d'ontologies (Protégé v3.3.4), Plusieurs raisons ont motivé notre choix :

· Protégé v3.3.4 est un éditeur open source et gratuit.

· Protégé v3.3.4 permet d'importer et d'exporter des ontologies dans les différents langages d'implémentation d'ontologies (RDF-Schéma, OWL, DAML, OIL,...etc.)

· Protégé v3.3.4 possède une interface modulaire, ce qui permet son enrichissement par des modules additionnel (plugins).

· Protégé v3.3.4 permet l'édition et la visualisation d'ontologies.

· Protégé v3.3.4 permet le contrôle de la cohérence de l'ontologie par des vérifications de contraintes.

· Protégé v3.3.4 est fourni avec une API écrite en JAVA, qui permet de développer des applications pouvant accéder aux ontologies de Protégé et de les manipuler.

73 | CHAPITRE V: REALISATION

FIG-23 : Editeur protégé.

II-2 IMPLEMENTATION NOTRE ONTOLOGIE PAR PROTEGE

II-2-1 CREATION D'UN PROJET:

Pour créer une ontologie, il faut tout d'abord créer un projet en choisissant le langage (ou format) désiré.

FIG-24: Création d'un nouveau projet.

74 | CHAPITRE V: REALISATION

II-2-2 CREATION DES CLASSES :

Une fois le projet créé et nommé, on pourrait procéder à la création des classes. Pour ce faire, il faudrait activer l'onglet "Classes". Dans le volet gauche, cliquer sur la racine nommée « THING » avec le bouton droit de la souris. Ce qui aura pour effet d'afficher un menu contextuel. L'usager devrait alors cliquer sur la commande "Creat Subclass", qui affichera une zone de texte dans laquelle, il saisira le nom de la classe. Celle-ci se place directement sous la racine.

FIG-25 : Description des Classes et leur hiérarchie.

75 | CHAPITRE V: REALISATION

CREATION DES CLASSES La création d'attributs ou de relation se fait en sélectionnant la classe dans le volet gauche de l'arborescence, puis en cliquant sur l'icône situé dans la zone "DatatypeProperty", dans le volet droit. Une boîte de dialogue s'affiche, l'utilisateur est invité alors de saisir les valeurs des différentes zones de texte :

? Name (Nom)

? Value Type (Type: Integer, String...)

? Cardinality (Cardinalities: Max, Min, Required ...)

? Documentation (Commentaire)

FIG-26 : Création des attributs.

76 | CHAPITRE V: REALISATION

De la même façon on crée les relations mais dans ce cas on utilise la zone « ObjectProperties »

FIG-27: Création des relations.

II-2-3 SAISIE LES INSTANCES :

La saisie des instances se fait en activant d'abord l'onglet "Individuals". Ceci fait, il faut sélectionner la classe dans le volet gauche du projet, puis cliquer sur l'icône (c) dans le volet droit du projet. Dans les zones des attributs de la classe, saisir les valeurs des attributs.

77 | CHAPITRE V: REALISATION

FIG-28: Saisie les instances.

II-2-4 VISUALISATION DE L'ONTOLOGIE :

FIG-29:Visualisation de l'ontologie par Protégé.

78 | CHAPITRE V: REALISATION

III . REALISATION DE l'ANNOTATION SEMANTIQUE

La réalisation d'annotation d'ensemble des images de notre domaine ce fait comme suit :

on va créer un propriété s'appelle Image de type string dans l'éditeur protégé.

FIG-30: Propriété image.

On va suivre les étapes suivantes:

? Nous allons à l'onglet Formulaires, sélectionnons la classe qu'on veut l'associer le propriété IMAGE dans l'arborescence de la classe.

? On va double-cliquez sur un endroit dans l'onglet Formulaires.

? Dans le panneau de dialogue, dans l'onglet Widgets, on va sélectionner la propriété pour l'image de l'ImageWidget. Voilà le capture d'écran:

FIG-31 : La propriété pour l'image de l'ImageWidget.

Nous allons à l'onglet individuels et sélectionnez une classe dans l'arborescence de la classe. Sélectionnez individuel dans la liste des individus. Ensuite, vous pouvez ajouter autant de la valeur des propriétés de l'image le chemin vers un fichier image.

79 | CHAPITRE V: REALISATION

IV DEVELLOPEMENT DE L'INTERFACE DE RECHERCHE

IV-1 CHOIX DE LANGAGE DE PROGRAMMATION :

Pour le choix de programmation de notre système nous avons opté pour le langage JAVA et cela pour de nombreuses raisons :

· JAVA est un langage orienté objet simple, qui réduit le risque des erreurs d'incohérences.

· Il est indépendant de toute plate forme, il est possible d'exécuter des programmes JAVA sur tous les environnements qui possèdent une Java Virtual Machine (JVM).

· Il est doté d'une riche bibliothèque de classes, comprenant la gestion des interfaces graphiques (fenêtres, menus, graphismes, boites de dialogue, contrôles)

· Il permet d'accéder d'une manière simple aux fichiers et aux réseaux (notamment Internet).

· Il est caractérisé aussi par la réutilisation de son code ainsi que la simplicité de sa mise en oeuvre.

· Il existe une API (Interface de programmation d'applications) JAVA fournie avec l'éditeur d'ontologies V3.3.4 ce qui permet d'accéder à l'ontologie à partir de notre application.

· Il est compatible avec L'API JENA, ce qui nous permet la manipulation, le parcours et la modélisation des documents OWL.

80 | CHAPITRE V: REALISATION

IV-2 INTERFACE PRINCIPALE :

L'interface illustrée par la figure ci-dessous représente l'interface principale de notre système de recherche d'images SRIMS :

2

1

FIG-32 : Interface principale.

Fonctionnement :

2- Passe à la fenêtre suivant pour effectuer la recherche.

3- Pour quitter l'application.

81 | CHAPITRE V: REALISATION

IV-3 INTERFACE DE RECHERCHE :

8

7

6

5

4

4. Des concepts de notre ontologie « Onto_Acné ».

5. Des relations de notre ontologie « Onto_Acné ».

6. Bouton rechercher.

7. Retour à l'interface précédent.

8. Quitter l'application.

9. Espace pour afficher le résultat (des images correspondant à requête).

FIG-33 : Interface de recherche.

9

La figure ci-dessous présente l'interface qui correspond à ce mode de recherche :

82 | CHAPITRE V: REALISATION

V REALISATION DE LA RECHERCHE SEMANTQIUE :

Dans ce mode de recherche, l'utilisateur peut formuler sa requête, par les concepts et relations de l'ontologie. Ensuite, le système fait une recherche sur la base de ces concepts afin de en parcourant l'ensemble des métadonnées corresponds afin de trouver des images annotées par ces métadonnées. Et enfin le résultat de cette recherche est affiché pour le compte de l'utilisateur.

1

FIG-34 : Affichage de résultat de recherche (requête 1).

1. Le concept choisi par l'utilisateur pour formulé sa requête.

2. Le résultat affiché.

2

La figure ci-dessous représente l'interface qui correspond au mode de recherche : la requête est formée par des concepts seulement.

83 | CHAPITRE V: REALISATION

La figure ci-dessous présente l'interface qui correspond au mode de recherche : La requête est formée de concepts et relation

1

2

FIG-35 : Affichage de résultat de recherche (requête 2)

3

1. choix d'un concept parmi les concepts existant dans le combobox.

2. choix d'un relation parmi les relations existant dans le combobox.

La requête est formulée par l'utilisateur, il s'appuyer sur le bouton chercher pour retrouver le résultat de la recherche.

3. le résultat affiché.

84 | CHAPITRE V: REALISATION

VI . CONCLUSION

Nous avons présenté à travers ce chapitre l'implémentation de notre ontologie « Onto_Acné » ainsi que, la réalisation de notre système SRIMS.

Dans la première section, nous avons implémenté notre ontologie par l'éditeur protégé V3.3.4. Ensuite, nous avons réalisé l'annotation sémantique de notre collection d'images sur le domaine de la maladie d'acné.

Dans la deuxième section, nous avons réalisé notre système de recherche d'images en exploitant les métadonnées sémantiques générées dans la phase d'annotation.

Notre système permet de fournir des images pertinentes aux attentes des utilisateurs.

CONCLUSION ET PERSPECTIVES

CONCLUSION ET PERSPECTIVES

Depuis quelques années, les bases d'images numériques connaissent un essor considérable. Leur facilité d'acquisition et de stockage les rendent très attractives pour des applications diverses. Il en résulte une production permanente et considérable d'images numériques dans différents domaines.

L'accumulation d'images numériques pose rapidement le problème de l'indexation et la recherche d'images.

Dans ce mémoire, nous avons abordé le problème d'indexation et de recherche d'images. Plus précisément, nous nous sommes focalisés sur la recherche d'images basée sur le contenu sémantique.

Pour rendre le contenue sémantique des images compréhensible et exploitable par les ordinateurs nous avons utilisé comme solution les techniques de recherche à base d'ontologies.

Dans notre travail nous nous intéressons d'une part à l'annotation des images par concepts de l'ontologie d'autre part à la recherche à base de ces concepts. Et nous avons réalisé comme application un système de recherche d'image par contenu sémantique prend en considération ces phases :

1. Nous avons commençons par la conception d'une ontologie du domaine orienté terminologie sur la maladie d'acné, afin quelle suit exploité par les modules d'annotation et recherche sémantique d'images.

2. L'annotation des images par l'ontologie. Nous avons utilisé les concepts de
notre ontologie « Onto_acné » afin d'annoter les différentes images sur cette maladie. La hiérarchie et les relations entre les classes permettent d'interpréter la sémantique des images.

3. La recherche nous avons traité la requête de l'utilisateur afin de récupérant
les concepts correspondant dans l'ontologie. Par la suite, la recherche exploite ses concepts, ainsi que les relations sémantiques entre eux afin de récupérer les images pertinentes.

CONCLUSION ET PERSPECTIVES

Malgré que nous estimons que notre modèle rempli les objectifs que nous avons fixé, nous pensons que certaines améliorations peuvent encore être faite. Les perspectives suivantes nous semblent prioritaires :

? Enrichissement d'ontologie : Il s'agit d'étendre notre ontologie « Onto_Acné »et suivre son évolution lors de la configuration des services qui doivent s'adapter à l'évolution des besoins des utilisateurs.

? Traitement de texte : Dans notre système nous avons guidé l'utilisateur lors de la création de la requête, en lui fournir un ensemble de concepts et relations pour formuler sa requête. Donc la requête est très limité, c'est pour ça on veut donner plus de liberté à l'utilisateur pour formuler sa requête. une solution future pour ça consiste à laisser l'utilisateur saisir sa requête librement en pérennant on considération des synonyme des termes.

? Annotation automatique : Comme nous somme débutant dans le domaine de recherche d'image, nous avons procédé l'annotation sémantique de façon manuelle. par conséquent, l'intervention de l'annotateur est indispensable à chaque ajut de nouvelles images. Pour pallier cet inconvénient on doit persister à faire ce procède d'une façon automatique, en exploitant les techniques de traitement d'images.

? La combinaison des approches : Il est mieux de combiner les approches de recherche d'images. Le but est d'améliorer le résultat de recherche d'images pour rendre plus pertinents.

ANNEXE

ANNEXE

Un extrait du Code OWL de notre ontologie « Ont_Acné »:

<?XML VERSION="1.0"?>

<RDF:RDF

XMLNS:RDF=" HTTP://WWW.W3.ORG/1999/02/22-RDF-SYNTAX-NS#"

XMLNS:PROTEGE=" HTTP://PROTEGE.STANFORD.EDU/PLUGINS/OWL/PROTEG E#"

XMLNS:XSP=" HTTP://WWW.OWL-

ONTOLOGIES.COM/2005/08/07/XSP.OWL#"

XMLNS=" HTTP://WWW.OWL-ONTOLOGIES.COM/ONTOL_ACNE.OWL#" XMLNS:OWL=" HTTP://WWW.W3.ORG/2002/07/OWL#"

XMLNS:SQWRL=" HTTP://SQWRL.STANFORD.EDU/ONTOLOGIES/BUILT-INS/3.4/SQWRL.OWL#"

XMLNS:XSD=" HTTP://WWW.W3.ORG/2001/XMLSCHEMA#" XMLNS:SWRL=" HTTP://WWW.W3.ORG/2003/11/SWRL#" XMLNS:SWRLB=" HTTP://WWW.W3.ORG/2003/11/SWRLB#" XMLNS:RDFS=" HTTP://WWW.W3.ORG/2000/01/RDF-SCHEMA#"

XMLNS:SWRLA=" HTTP://SWRL.STANFORD.EDU/ONTOLOGIES/3.3/SWRLA.OW L#"

XML:BASE=" HTTP://WWW.OWL-ONTOLOGIES.COM/ONTOL_ACNÉ.OWL"> <OWL:ONTOLOGY RDF:ABOUT="">

<OWL:IMPORTS

RDF:RESOURCE=" HTTP://SWRL.STANFORD.EDU/ONTOLOGIES/3.3/SWRLA.O WL"/>

ANNEXE

<OWL:IMPORTS

RDF:RESOURCE=" HTTP://SQWRL.STANFORD.EDU/ONTOLOGIES/BUILT-

INS/3.4/SQWRL.OWL"/>

</OWL:ONTOLOGY>

<OWL:CLASS RDF:ID="TRAITEMENT_ACNÉ"/>

<OWL:CLASS RDF:ID="LA_PEAU_VISAGE">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ID="LA_PEAU"/>

</RDFS:SUBCLASSOF>

</OWL:CLASS>

<OWL:CLASS RDF:ID="KYSTE">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ID="ACNÉ_INFLAMMATOIRE_PROFONDE"/>

</RDFS:SUBCLASSOF>

</OWL:CLASS>

<OWL:CLASS RDF:ID="NODULE">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ABOUT="#ACNÉ_INFLAMMATOIRE_PROFONDE"/>

</RDFS:SUBCLASSOF>

</OWL:CLASS>

<OWL:CLASS RDF:ID="NOUVEAU_NÉ">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ID="PERSONNE"/>

</RDFS:SUBCLASSOF>

</OWL:CLASS>

<OWL:CLASS RDF:ABOUT="#ACNÉ_INFLAMMATOIRE_PROFONDE">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ID="ACNÉ_INFLAMATOIRE"/>

</RDFS:SUBCLASSOF>

ANNEXE

</OWL:CLASS>

<OWL:CLASS RDF:ID="ACNÉ_RÉTENTIONELLE">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ID="ACNÉ"/>

</RDFS:SUBCLASSOF>

</OWL:CLASS>

<OWL:CLASS RDF:ID="POINT_BLANC">

<RDFS:SUBCLASSOF RDF:RESOURCE="#ACNÉ_RÉTENTIONELLE"/>

</OWL:CLASS>

<OWL:CLASS RDF:ID="GLANDE_SÉBACÉ"/>

<OWL:CLASS RDF:ID="PUSTULE">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ID="ACNÉ_INFLAMMATOIRE_SUPERFICIELLE"/>

</RDFS:SUBCLASSOF>

</OWL:CLASS>

<OWL:CLASS RDF:ID="PAPULE">

<RDFS:SUBCLASSOF>

<OWL:CLASS RDF:ABOUT="#ACNÉ_INFLAMMATOIRE_SUPERFICIELLE"/>

</RDFS:SUBCLASSOF>

</OWL:CLASS>

<OWL:CLASS RDF:ABOUT="#ACNÉ_INFLAMATOIRE">

<RDFS:SUBCLASSOF RDF:RESOURCE="#ACNÉ"/>

</OWL:CLASS>

<OWL:CLASS RDF:ID="FOLLICULE_PILO_SÉBACÉ"/>

<OWL:CLASS RDF:ID="TRAITEMENT_ACNÉ_LOCAL">

<RDFS:SUBCLASSOF RDF:RESOURCE="#TRAITEMENT_ACNÉ"/>

</OWL:CLASS>

<OWL:CLASS RDF:ID="POINT_NOIRE">

ANNEXE

<RDFS:SUBCLASSOF RDF:RESOURCE="#ACNÉ_RÉTENTIONELLE"/>

</OWL:CLASS>

<OWL:CLASS RDF:ID="TRAITEMENT_ACNÉ_GÉNÉRAL">

<RDFS:SUBCLASSOF RDF:RESOURCE="#TRAITEMENT_ACNÉ"/>

</OWL:CLASS>

<OWL:CLASS RDF:ID="LA_PEAU_DOS">

<RDFS:SUBCLASSOF RDF:RESOURCE="#LA_PEAU"/>

</OWL:CLASS>

<OWL:CLASS RDF:ID="SÉBUM"/>

<OWL:CLASS RDF:ID="ADOLESCENCE">

<RDFS:SUBCLASSOF RDF:RESOURCE="#PERSONNE"/>

</OWL:CLASS>

<OWL:CLASS RDF:ABOUT="#ACNÉ_INFLAMMATOIRE_SUPERFICIELLE">

<RDFS:SUBCLASSOF RDF:RESOURCE="#ACNÉ_INFLAMATOIRE"/>

</OWL:CLASS>

<OWL:CLASS RDF:ID="ADULTE">

<RDFS:SUBCLASSOF RDF:RESOURCE="#PERSONNE"/>

</OWL:CLASS>

Code de classes de notre ontologie.

ANNEXE

<OWL:OBJECTPROPERTY RDF:ID="TRAITER2">

<OWL:INVERSEOF>

<OWL:FUNCTIONALPROPERTY RDF:ID="TRAITER_PAR2"/> </OWL:INVERSEOF>

<RDFS:DOMAIN RDF:RESOURCE="#TRAITEMENT_ACNÉ_LOCAL"/> <RDFS:RANGE RDF:RESOURCE="#ACNÉ_RÉTENTIONELLE"/>

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

</OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="TRAITER_PAR1">

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

<RDFS:RANGE RDF:RESOURCE="#TRAITEMENT_ACNÉ_GÉNÉRAL"/> <RDFS:DOMAIN RDF:RESOURCE="#ACNÉ_INFLAMATOIRE"/> <OWL:INVERSEOF>

<OWL:INVERSEFUNCTIONALPROPERTY RDF:ID="TRAITER1"/> </OWL:INVERSEOF>

</OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="LOCALISER_DANS2">

<RDFS:RANGE RDF:RESOURCE="#LA_PEAU"/>

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

<RDFS:DOMAIN RDF:RESOURCE="#ACNE_INFLAMMATOIRE_PROFONDE"/> </OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="INFECTER_PAR2">

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

ANNEXE

<RDFS:DOMAIN RDF:RESOURCE="#ADULTE"/>

<RDFS:RANGE RDF:RESOURCE="#ACNE_INFLAMATOIRE"/> </OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="LOCALISER_DANS1">

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

<RDFS:RANGE RDF:RESOURCE="#LA_PEAU_VISAGE"/> <RDFS:DOMAIN RDF:RESOURCE="#ACNE_RETENTIONELLE"/> </OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="LOCALISER_DANS3">

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

<RDFS:DOMAIN

RDF:RESOURCE="#ACNE_INFLAMMATOIRE_SUPERFICIELLE"/>

<RDFS:RANGE RDF:RESOURCE="#LA_PEAU_VISAGE"/> </OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="EVOLUER3">

<RDFS:DOMAIN RDF:RESOURCE="#POINT_BLANC"/>

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

<RDFS:RANGE

RDF:RESOURCE="#ACNE_INFLAMMATOIRE_SUPERFICIELLE"/>

</OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="EVOLUER2"> <RDFS:DOMAIN RDF:RESOURCE="#PAPULE"/> <RDFS:RANGE RDF:RESOURCE="#PUSTULE"/>

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

ANNEXE

</OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="EVOLUER1"> <RDFS:RANGE RDF:RESOURCE="#KYSTE"/>

<RDFS:DOMAIN RDF:RESOURCE="#NODULE"/>

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

</OWL:OBJECTPROPERTY>

<OWL:OBJECTPROPERTY RDF:ID="SÉCRÉTER"> <RDFS:RANGE RDF:RESOURCE="#SÉBUM"/>

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#INVERSEFUNCTIONA LPROPERTY"/>

<RDF:TYPE

RDF:RESOURCE=" HTTP://WWW.W3.ORG/2002/07/OWL#FUNCTIONALPROPE RTY"/>

<RDFS:DOMAIN RDF:RESOURCE="#GLANDE_SÉBACÉ"/>

<OWL:INVERSEOF>

<OWL:FUNCTIONALPROPERTY RDF:ID="SÉCRÉTER_PAR"/> </OWL:INVERSEOF>

</OWL:OBJECTPROPERTY>

Code de « Obejcet_proberty » de notre ontologie

ANNEXE

<OWL:DATATYPEPROPERTY RDF:ID="FORME"> <RDFS:RANGE>

<OWL:DATARANGE>

<OWL:ONEOF RDF:PARSETYPE="RESOURCE">

<RDF:FIRST

RDF:DATATYPE=" HTTP://WWW.W3.ORG/2001/XMLSCHEMA#STRING"

>CRÈME</RDF:FIRST>

<RDF:REST RDF:PARSETYPE="RESOURCE">

<RDF:REST RDF:RESOURCE=" HTTP://WWW.W3.ORG/1999/02/22-RDF-SYNTAX-NS#NIL"/>

<RDF:FIRST

RDF:DATATYPE=" HTTP://WWW.W3.ORG/2001/XMLSCHEMA#STRING"

>COMPRIMÉ</RDF:FIRST>

</RDF:REST>

</OWL:ONEOF>

</OWL:DATARANGE>

</RDFS:RANGE>

<RDFS:DOMAIN RDF:RESOURCE="#TRAITEMENT_ACNE"/>

</OWL:DATATYPEPROPERTY>

Code de « Data_proberty » de notre ontologie

BIBLIOGRAPHIE

[Dioleti. I, 2005] ISAVELLA DIOLETI : INDEXATION ET RECHERCHE D'IMAGES PAR LE

CONTENU, 2005

[Alain.B,2005] Dr. Alain BOUCHER, INDEXATION ET RECHERCHE D'IMAGES PAR LE

CONTENU. 2005

[Alain .B, 2005] Alain BOUCHER, RECHERCHE D'IMAGE BASEE SUR LE CONTENU

SEMANTIQUE, 15/07/2005

[Alain .B, 2007] ALAIN BOUCHER, OUTIL D'AIDE A L'ANNOTATION D'IMAGES, Institut de la

Francophonie pour l'Informatique (IFI), Promotion 11 22 janvier 2007

[Alain .B, 2009] ALAIN BOUCHER, RAPPORT FINAL RECHERCHE D'IMAGES PAR LE CONTENU

AVEC SEPARATION AVANT-PLAN/ARRIERE-PLAN, institut da la

francophonie informatique, 2009

[Anis. j, 2005] ANIS JEDIDI, MODÉLISATION GÉNÉRIQUE DE DOCUMENTS MULTIMÉDIA PAR

DES MÉTADONNÉES : MÉCANISMES D'ANNOTATION ET D'INTERROGATION,

Thèse : pour obtenir le grade de docteur de l'université Toulouse discipline : informatique, le 06 juillet 2005

[Azoune et al, 2008] HOUACINE Tarik AZOUNE Slimane: CONSTRUCTION ET EXPLOITATION

D'UNE ONTOLOGIE DANS LE DOMAINE DE LUTTE ANTIACRIDIENNE,

2007/2008

[Belila.ket al, 2008] BELILA.K et GUIA. S.« APPARIEMENT ENTRE DEUX IMAGES EN NIVEAU DE

GRIS », Diplôme ingénieur d'état en informatique. UNIV : kasdi merbah ouargla , Soutenu 2006

[Bennour.H] HICHEM BENNOUR: INDEXATION AUTOMATIQUE DES IMAGES : UNE

APPROCHE SEMANTIQUE BASEE SUR L'APPRENTISSAGE SUPERVISE DES

REGULARITES

[Chergui.N, 2008] CHERGUI NABILA : THEME UNE APPROCHE DE MAPPING POUR

L'INTEGRATION DES ONTOLOGIES, 01/12/ 2008

[Christophe.M, 2008] CHRISTOPHE MILLET : ANNOTATION AUTOMATIQUE D'IMAGES : ANNOTATION COHERENTE ET CREATION AUTOMATIQUE D'UNE BASE D'APPRENTISSAGE, 14 Janvier 2008

[David.G, 2010] DAVID GORISSE : PASSAGE A L'ECHELLE DES METHODES DE RECHERCHE

SEMANTIQUE DANS LES GRANDES BASES D'IMAGES, 2010

[David.P, 2008] DAVID PICARD: RECHERCHE D'IMAGES SUR UN RESEAU A L'AIDE D'UN

SYSTEME MULTI-AGENTS, Soutenu le 5 Décembre 2008

[Dreno. B, 2002] ENCYCLOPÉDIE MÉDICO-CHIRURGICALE 98-820-A-10, 2002

[Frédéric. F, 2002] FRÉDÉRIC FÜRST: L'INGENIERIE ONTOLOGIQUE, No 02-07Octobre 2002

[Gomez. P, 2002] DEVELOPPEMENTS RECENTS EN MATIERE DE CONCEPTION, DE MAINTENANCE

ET D'UTILISATION DES ONTOLOGIES, 2002

[Hadjheni] HADJHENI : APPROCHE ONTOLOGIQUE POUR LA MODELISATION

SEMANTIQUE, L'INDEXATION ET L'INTERROGATION DES DOCUMENTS CORANIQUES.

[Hanbury.A, 2007] ALLAN HANBURY: A SURVEY OF METHODS FOR IMAGE ANNOTATION, 2007

[Hernandez] NATHALIE HERNANDEZ, ONTOLOGIES DE DOMAINE POUR LA

MODELISATION DU CONTEXTE EN RECHERCHE D'INFORMATION, Doctorat de l'Université Paul Sabatier , 06 décembre

[Isabelle.B et al] JAMAL ATIF, CELINE HUDELOT, ISABELLE BLOCH :

ADAPTATION DE CONNAISSANCES GENERIQUES POUR L'INTERPRETATION D'IMAGES MEDICALES : REPRESENTATIONS PAR ONTOLOGIES ET PAR GRAPHES

ET MODELISATION FLOUE.

[Richard. C, 2001] RICHARD CHEBEIR : MODELISATION DE LA DESCRIPTION

D'IMAGES:APPLICATION AU DOMAINE MEDICALE, soutenance 14/12/2001

[Mehanna et al, 2007]

MAHIDDINE MEHANNA, MISSOUM MEHENNA : CONCEPTION ET REALISATION D'UNE ONTOLOGIE DANS LE DOMAINE DES HYDROCARBURES POUR LA RECHERCHE D'INFORMATION, Institut National de formation en Informatique (I.N.I) Oued-Smar Alger, 2007

[Memmeri. K, 2009] MAMMERI KARIMA : RECHERCHE D'INFORMATION PAR CROISEMENT DE

MEDIA TEXTE ET IMAGE, 2009

[Meskaldji. K, 2009] KHOULOUD MESKALDJI, EXTRACTION ET TRAITEMENT DE L'INFORMATION : UN PROTOTYPE D'UN SYSTEME DE RECHERCHE D'IMAGES COULEURS PAR LE CONTENU, 2009

[Pham. s, 2004] PHAM LE SON : ONTOLOGIE D'EVENEMENTS VIDEO POUR UN SYSTEME

AUTOMATIQUE D'INTERPRETATION VIDEO, 2004

[Roux. B, 2004] BERNARD LE ROUX : RECHERCHE DANS LES BASES DE DONNEES IMAGES :

UNE APPROCHE DE DESCRIPTION ET UNE MESURE DE SIMILARITE COMBINANT LES ASPECTS PHYSIQUES ET SEMANTIQUES DE L'IMAGE. Soutenu le 22 Novembre 2004

SITOGRAPHIE

[site 1] http://www.kaddour.com/chap1/chap1.htm visité le 28/3/2011.

[site 2] http://www.commentcamarche.net/contents/video/affich.php3 visité le 29/03/2011.

[site 3] http://www.rurart.org/ressources/apprendre/image_num/taille.html visité le 03/2011 [site 4] http://fr.wikipedia.org/wiki/Luminance. visité le 29/03/2011

[site 5] http://www.commentcamarche.net/contents/video/traitimg.php3 visité le 14/03/2011 [site 6] http://fr.wikipedia.org/wiki/Recherche_d'image_par_le_contenu visité le 09/03/2011

[site 7] http://acne.comprendrechoisir.com/comprendre/traitement_local visité le 11/05/2011.
[site 8] http://www.dermatonet.com visité le 11/05/2011.

[site 9] http://www.educnet.education.fr/dossier/metadata/metadonnees visité le 10/04/2011.