Recherche par similarité dans les grandes bases de données multimédia

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