INISAT   Indexation d’images Satellitaires 2003- (Projets STIC INRIA- Universités tunisiennes)

Le projet INISAT s'inscrit dans le cadre du programme STIC entre l'INRIA et les Universités tunisiennes plus particulièrement entre le projet IMEDIA de l’INRIA-Rocquencourt et l’équipe MASC de SUP'COM.

L'indexation des images satellitaires constitue un domaine très prometteur de par son intérêt scientifique et son impact économique. Les bases d'images satellitaires sont parmi les rares terrains applicatifs où les objets/zones extrait(e)s à partir des données bas niveaux disposent d'une sémantique établie et codifiée par la connaissance du domaine. Ce contexte particulièrement riche représente un avantage évident pour la réalisation de percées scientifiques en indexation d'images. Dans ce projet, nous attacherons un intérêt majeur, d'une part, aux méthodes de classification automatique et à leur capacité à apporter des solutions robustes aux problèmes de la segmentation en régions d'intérêt et, d'autre part, au problème de la structuration de base d'index visuels. Un échange d'expertise scientifique s'est effectué entre les deux partenaires sur deux plans. Le premier volet a concerné les connaissances spécifiques relatives à l'imagerie satellitaire tandis que le second volet des échanges a porté sur les méthodes générales d'indexation et de recherche d'images par le contenu. Des premières expérimentations sur les données satellitaires ont été réalisées avec le moteur de recherche visuelle IKONA d'IMEDIA. Des projets de fin d’études d’ingénieurs et des co-encadrements de mastère ont permis ces échanges scientifique. Une thèse en co-tutelle permettra de renforcer cette collaboration. Deux intervenants de l'équipe IMEDIA participent aux enseignements de Mastère (option Contenu multimédia) et de 3ème année du cycle d'ingénieurs de SUP'COM.

Les objectifs scientifiques de cette collaboration s’articulent autour des trois axes suivants :
- indexation d’images satellitaires multicapteurs et multirésolution,
- indexation d’images multispectrales dans le domaine comprimé,
- nouvelles méthodes de classification pour l'indexation des images.