La tâche est souvent ardue, en raison de l'implication émotionnelle. Il convient donc de trouver le moyen de prendre de la distance avec les critiques.

Dans son billet How to revise research papers after receiving harsh reviews, Daniel Lemire donne d'excellents conseils à ce propos.

En particulier :

If someone finds ten different flaws in your work, don’t look at it as one message: break it into ten components and address each one separately

Le « diviser pour mieux régner », appliqué à l'écriture scientifique en quelque sorte. L'effet psychologique est effectivement plus réduit que de prendre toutes les critiques d'un seul bloc.

Et en reprenant un écrit de Brian Martin :

I’ve found a way to make the revision process easier. I don’t reread my text, because that just cements my previous approach. Instead, I go through the recommendations of the referees and the editor one by one, making changes. After I finish all those changes, large and small, I print out the whole article and read through it, fixing up expression and making it flow.

Cette façon de procéder m'était inconnue, mais je la trouve excellente.

FMN.

attention, (mauvaise) humeur !

Hier, je discutais avec un collègue (le sujet importe peu). La conversation dérive sur le traitement d'image et le traitement du signal. Arrive la sentence « l'image c'est du signal ! ». Par cette phrase lapidaire, mon interlocuteur entend « le traitement d'image est du traitement du signal ». Sous-entendu, les traiteurs d'image ne sont rien d'autre que des traiteurs de signal.

C'est une opinion répandue. Enfin, surtout chez les traiteurs de signal. C'est d'ailleurs un bon test pour savoir si la personne s’occupe d’images ou de signaux. J'en connais qui travaillent sur les deux. Ceux-là sont irrécupérables ;o).

En tout cas, c'est une opinion répandue, mais fausse. Extraordinairement fausse, même ! Il est vrai qu'un certain nombre d'outils présents dans la mallette du traiteur d'image sont issus du traitement du signal (filtrages linéaires, par exemple). Mais ce que les traiteurs de signal oublient, c'est qu'une image est une information à deux dimensions. La topologie, la géométrie sont des concepts complètement absents d'un signal. Alors que les notions de voisinage, de proximité ou de distance sont essentielles dans une image.

Donc, il ne faut pas dire « une image est un signal à deux dimensions », mais « un signal est une image à une dimension » !

FMN.

C'est à ma connaissance une première en France. L'université de la Rochelle à mis en ligne sur iTunes plusieurs vidéos de soutenances de thèses.

Quelle prodigieuse idée!

J'ai donc téléchargé sur mon iPad :

• Méthodes fréquentielles pour la reconnaissance d'images couleur. Une approche par les algèbres de Clifford, soutenue par José Mennesson
• Contribution à l’analyse complexe de documents anciens : application aux lettrines, soutenue par Mickaël Coustaty (celle-ci je vais la suivre avec beaucoup d'attention. J'aime les lettrines)
• Fouille et classification de graphes : Application à l'analyse de plans cadastraux anciens, soutenue par Romain Raveaux

Pour les réfractaires aux appareils à la pomme, les vidéos sont visibles en clair.

FMN.

En lisant ce matin le dernier numéro (nov. 2011) de Photonics Spectra, j'ai commencé par être fâché par la lecture de l'article "Vision software drives manufacturing" de Lynn Savage. Puis en réfléchissant, j'en ai tiré une prédiction réjouissante.

L'article traite de l'actualité de la vision industrielle. Voici les extraits qui m'ont fait réagir :

People new to machine vision technology might have a small amount of difficulty understanding the software that drives it, but it is not a big problem (John Perry, Senior manager at Cogex Corp in )

(trad.) Les nouveaux venus en vision industrielle peuvent avoir quelques difficultés à comprendre les algorithmes, mais ce n'est pas un gros problème.

Many of theses tasks [...] have been set in stone for some time now. The major challenges are keeping up with customers demands and the ever-evolving computers that running the show.

(trad.) La plupart de ces méthodes ont été gravées dans le marbre depuis quelque temps maintenant. Les défis majeurs consistent à être en phase avec les clients et avec l'évolution des ordinateurs.

"Surprising, the most popular features of Open eVision are still the first librairies that we have developped" (Marc Damhaut, Euresys)

(trad.) De façon surprenante, les fonctionnalités d'Open eVision les plus populaires sont encore maintenant celles que nous avons développé en premier.

Ma première réaction a été la surprise.

Il apparaît que les utilisateurs finaux industriels, n'emploient pas de méthodes évoluées. Est-ce parce qu'il n'en ont pas l'usage, ou bien parce qu'ils ne les maitrisent pas?

Cependant, il semble bien que la vision n'est plus un problème pour l'industrie. Les méthodes sont là. Il ne reste que des problèmes de coûts de calculs.

Est-ce pour autant la fin de la recherche en traitement d'image? Clairement non, c'est même peut-être une bonne nouvelle pour la discipline. Car si les industriels ne sont plus demandeurs, cela va permettre à (ou obliger) la discipline de sortir du coté applicatif, pour se concentrer sur ses fondamentaux, qui ne sont pas la recherche de solutions à des problèmes pratiques.

Mais alors quels sont-ils ces fondamentaux? C'est une excellente question. D'ailleurs en tant que discipline scientifique, qu'est-ce que le traitement d'image? Je proposerai ma réflexion dans de prochains billets.

FMN.

Hemery, B., Laurent, H. & Rosenberger, C., 2007, Image and Graphics, 2007. ICIG 2007. Fourth International Conference on, Comparative study of metrics for evaluation of object localisation by bounding boxes. pp. 459–64.

Méthodologie/Résultats principaux

Comparaison de métriques pour des tâches de localisation à l’aide des boites englobantes (bounding boxes). Le papier donne des éléments de réponse à la question : comment se comportent 26 mesures dans une tâche de localisation?.

La tâche de localisation est simulée par une image vérité terrain (binaire) et en l’altérant en translations, rotations et homothéties.

Les résultats sont donnés sous la forme de tableau assez instructifs :

Variations en translation verticale

• Les mesures sont symétriques, ne permettant ainsi pas de différencier le sens de la translation. Plus exactement la différenciation est impossible car les valeurs sont toutes positives.
• Certaines mesures ne permettent pas de distinguer une translation de un pixel, d’une autre de x pixels. Ce sont celles qui présentent des plages (quasi-)constantes.
• La distance de Hausdorff pénalise les très grandes translations. Ce résultat est étrange à deux titres. 1/ la pente augmente avec l’altération, ce qui fait qu’une variation d’altération à petite altération est peu perceptible. Donc la pénalisation est plutôt sur les petites variations. 2/Preuve est faite que la distance de Hausdorff varie linéairement avec la translation, ce que l’on observe pas sur le graphique suivant :

Variations en homothétie verticale

Variations en rotation

Au final

Avantages/Intérêt

• Une comparaison objective bien menée

A retenir :

• Variation linéaire : cas le plus intéressant
• Pénalisation des petites ou des grandes altérations (en fonction de la forme de la variation) : variations logarithmiques / exponentielles.

Désavantages/Critique

• Restrictions aux seules transformations géométriques. Par exemple le très grande sensibilité de la distance de Hausdorff aux outliers n’apparait pas.
• Pas de mélange des transformations (ex : rotation + translation)
• Un doute sur l'interprétation des pénalisations des petites/grandes variations (amha).

FMN.

Liu, Z. & Laganière, R., 2007, Phase congruence measurement for image similarity assessment, Pattern recognition letters, 28(1), pp. 166–72.

Méthodologie/Résultats principaux

Mesure de similarité entre deux images à partir de la congruence de phase, qui constitue une mesure de caractéristiques telles que : contours, lignes et bandes de Mach. L’argument est que les caractéristiques importantes perçues dans une image sont celles où les composantes fréquentielles sont en phase. La congruence de phase est insensible aux variations de luminosité.

La carte de congruence de phase me parait furieusement ressembler à une image des contours :

La mesure est obtenue avec le calcul d’un coefficient de corrélation normalisé (ZNCC) entre les deux cartes de congruence de phase (pour chaque image) :

La comparaison avec d’autres méthodes (RMSE, SSIM, CORR, …) consiste à construire des variantes d’une image à MSE constant. Dans ce cas, la congruence de phase, comme le SSIM permet de différencier les variantes. Dans une autre étude menée dans un cadre de contrôle non-destructif d’images à rayons-X, la congruence de phase est discriminante, au contraire du SSIM.

Avantages/Intérêt:

• Un descripteur Une représentation insensible aux variations de luminosité et de contraste.
• Un exemple de non-fonctionnement du SSIM

Désavantages/Critique:

• Comparaison assez pauvre (coefficient de corrélation)
• La grande ressemblance entre la carte de congruence de phase et une image de contours me laisse penser que des résultats proches seraient obtenus en calculant le coefficient de corrélation entre deux images de contours.

FMN.

Goumeidane, A.B. et al, 2003, Image Processing, 2003. ICIP 2003. Proceedings. 2003 International Conference on, New discrepancy measures for segmentation evaluation. pp. II–411.

Méthodologie/Résultats principaux

Proposition de mesures d’évaluation de segmentations prenant en compte les pixels “faux négatifs” et “faux positifs”. Si $A$ est une segmentation de référence et $B$ la segmentation à évaluer :

$IDR = \sqrt{\frac{{\sum d^2_u}}{\sum d^2_A}}$

et

$EDR = \sqrt{\frac{{\sum d^2_o}}{\sum d^2_A}}$

où $d_u(i)$ (resp. $d_o(i)$) représente la distance du pixel “faux négatifs” (resp. “faux positif”) d’indice $i$ au fond. La transformée en distance de $A$ est $d_A$.

Avantages/Intérêt:

• Les deux mesures permettent connaître le type d’erreur dans la segmentation.
• Lorsqu’une erreur de type “faux négatif” (par exemple un trou dans la segmentation à évaluer par rapport à la segmentation de référence), les mesures varient, alors que la distance de Baddeley reste constante.
• Les mesures sont sensibles à la compacité

Note : les mesures sont des analogues aux mesures $f(B \backslash A)$ et $f(A \backslash B)$ dans les expressions de la similarité de Tversky.

Désavantages/Critique:

• Puisque la comparaison porte sur des segmentations, restriction aux images binaires.

FMN.

Coquin, D., Bolon, P. & Ionescu, B., 2002, International Conference on Pattern Recognition ICPR, Dissimilarity measures in color spaces. pp. 612–5.

Méthodologie/Résultats principaux

Adaptation de la méthode décrite dans [Coquin 2001] aux images couleurs. La couleur (information 3D) est ramenée à un index sur une palette (information 1D). Un point est alors décrit par un pixel (x, y, c), de façon analogue à une image en niv. de gris. Le même formalisme peut être donc utilisé (ie. distance de Baddeley entre images vues comme de surface). Cependant l’index $c$ n’est pas linéaire, il est donc nécessaire d’utiliser des opérateurs non-linéaires.

Avantages/Intérêt:

• temps de calculs qui n’explosent pas.

Désavantages/Critique:

• couleur = information 1D. Quid de la “topologie” entre couleurs?

FMN.

Coquin, D., Bolon, Ph., Application of Baddeley’s distance to dissimilarity measurement between gray scale images (2001) Pattern Recognition Letters, 22 (14), pp. 1483–1502.

Note : ces résultats sont en français dans l’HDR de D. Coquin, pp. 78–93.

Méthodologie/Résultats principaux

Proposition d’une extension de la distance de Baddeley aux image binaires. Une image est représentée comme une surface dans un espace 3D. Il s’agit alors d'un ensemble binaire. La méthode de Baddeley est alors directement applicable. Des opérateurs de distance 3D (type chanfrein) permettent d’accélérer les calculs.

La méthode de démonstration de l’inégalité triangulaire de la mesure est à retenir.

La mesure peut être normalisée en la divisant par la dissimilarité entre une image blanche (niv. de gris maximal) et une image noire (niv. de gris minimal).

Lorsque le rapport P/H (profondeur/hauteur) tends vers 0, la mesure tends vers l’erreur quadratique moyenne. Si ce rapport augmente, les déformations géométriques sont de plus en plus prises en compte.

Avantages/Intérêt:

La mesure :

• est une distance,
• est invariante par rapport à l’inversion vidéo,
• possède des réponses quasi-linéaires aux distorsions spatiales et d’amplitude,
• est de faible complexité,
• permet de la pondération de l’influence spatial/niv. de gris.

Désavantages/Critique:

• considère les trois dimensions de même nature
• quelques d’indications sur le choix du rapport P/H, mais le choix est laissé à l'application
• les transformations telles que : rotation, homothétie ne sont pas étudiées

Di Gesú, V. & Starovoitov, V., 1999, Distance-based functions for image comparison, Pattern Recognition Letters, 20(2), pp. 207–14.

Méthodologie/Résultats principaux

Proposition d’une comparaison basée sur une extension aux images en niveau de gris de l’IDF (Image Distance Function). C’est un autre nom pour la transformée en distance. L’extension aux niveaux de gris est classiquement obtenue en considérant un pixel comme un point $(i,j,a_{ij})$ de l’espace 3D.

La proposition est confrontée à d’autre méthodes. La méthode de Wilson est rejetée en raison de son coût calculatoire. Les méthodes retenues sont :

• HG : distance de Hausdorff classique
• AD (averaged distances) : basée sur des moyennes locales de différences d’IDF (à la façon de Baddeley). Paramètre : taille de la fenêtre glissante. Pas de références.
• GD (global distance) : solution “maison” combinant des distances et des différences de niv. de gris. Pas de références.
• SD (symmetry based distance) : semble mesurer la symétrie par rapport à des axes. Voir [Discrete Symmetry Transform, Di Gesù 1996]. À lire.
• CO (normalized cross correlation ratio)
• SE (Root MSE)

Les méthodes sont comparées en regard de :

• normalisation : les valeurs sont-elle entre 0 et 1?
• consistence : $d = 0$ ssi les images sont identiques, $d = 1$ ssi une image est uniformément au niv. de gris G et l’autre uniformément à 0.
• symétrie
• inégalité triangulaire : ok sauf pour AD et CO
• complexité : entre $O(N^2)$ et $O(N^4)$

Finalement : HG, GD, SD et SE sont des distances (metrics); AD et CO sont des similarités (sans avoir défini ce terme).

Ces mesures sont comparées qualitativement sur quelques exemples d’images. Les résultats indiquent une meilleure sensibilité des mesures combinant intensité globale et structures locales.

Avantages/Intérêt:

Quelques résultats intéressants en terme de “topologie” des distances.

Désavantages/Critique:

Trop de solutions maison. Extension par mélange de dimensions spatiales et niveaux de gris (problème d’homogénéité des termes).

FMN.