Equipe de recherche QGAR

Recherche d'information graphique par l'analyse et la reconnaissance

  • Responsable : Salvatore Tabonne (p.i.)
  • Centre(s) de recherche : Nancy - Grand Est
  • Domaine : Perception, cognition, interaction
  • Thème : Vision, Perception et interprétation multimédia
  • Université de Lorraine, CNRS, Laboratoire lorrain de recherche en informatique et ses applications (LORIA) (UMR7503)

Présentation de l'équipe

Le thème scientifique majeur de l'équipe-projet QGAR est la reconnaissance de graphiques, autrement dit l'analyse de documents à forte composante graphique. Les objectifs sont l'indexation et la recherche d'informations, dans le contexte de la documentation technique. Le problème de base qui est posé est donc celui de la conversion d'une information faiblement structurée - telle que l'image d'un document papier, ou un fichier PDF, par exemple - en une information enrichie des structures qui la rendent exploitable directement au sein d'un système d'information.

Axes de recherche

  • Extraction d'indices et segmentation : cette thématique est au coeur de nos recherches depuis des années, la robustesse, la précision et la fiabilité des indices de bas niveau (vecteurs, composantes...) extraits d'une image scannée étant fondamentales pour la réussite de la chaîne complète. Au delà des applications possibles de nos travaux, les recherches portent sur l'algorithmique de la segmentation et sur les problèmes de modélisation statistique liés à la fois à l'estimation robuste de primitives vectorielles, et à l'évaluation de performances.
  • Caractérisation et la reconnaissance de signatures et de symboles : la reconnaissance de symboles consiste à localiser et à identifier, dans un document graphique, les symboles qui y sont présents. Alors que de nombreuses méthodes de reconnaissance de formes nécessitent une phase préalable de segmentation, pour extraire des régions de l'image candidates pour être reconnues en tant que symbole, notre objectif est de développer des méthodes résistantes au bruit, efficaces, et suffisamment génériques, pour reconnaître des symboles sans segmentation préalable. De plus, comme il s'avère que dans bien des cas la reconnaissance directe de symboles est un problème difficile, nous explorons également l'emploi possible de signatures, qui permettent de retrouver facilement des propriétés géométriques fondamentales.

Logiciels

Relations industrielles et internationales

  • France Télécom R&D : RNTL Docmining, thèse CIFRE sur la reconnaissance de symboles
  • Algo'tech : projet européen sur la reconnaissance de symboles en schématique électrique
  • ACI Madonne sur les documents anciens (L3i la Rochelle, PSI Rouen, LI Tours, LIRIS Lyon, IRISA)
  • Collaboration avec CVC Université de Barcelone sur la reconnaissance de signatures et de symboles
  • Collaboration avec City University of Hong Kong sur l'évaluation de performances en reconnaissance de graphiques

Mots-clés : Reconnaissance de graphiques Analyse de document Indexation

Siège et centres de recherche Inria

Accès direct

Social