CIDE 14 Rabat/Explication table ronde Ducloy

Cette page donne des explications techniques relatifs à l'analyse du profil de l'INPT évoqué dans la table-ronde de CIDE 14 Rabat

Le corpus

Le corpus est constitué de 20 000 notices bibliographiques dont un exemple est donné ici. Il s'agit de notices bibliographiques en format interne de l'INIST (Pascal Standard) en codification Xml. Ce format, hérité de la normalisation ISO 2709, structure une notice en zones et sous-zones. Par exemple, la zone A08 (balisées « fA08 ») identifie le titre, les zones A14 (balisées « fA14 ») repèrent les affiliations (on notera qu'il s'agit notamment d'une coopération entre l'IRISA et l'INPT). La partie finale (balisée « server ») est orientée impression.

<record>
  <inist h6="B">
    <pA>
      <fA08 i1="01" i2="1" l="FRE">
        <s1>Schéma multirésolution d'estimation d'un champ de 
            disparités dense sous contrainte épipolaire pour les images bruitées</s1>
      </fA08>

      ...
 
      <fA11 i1="01" i2="1">
        <s1>RZIZA (Mohammed)</s1>
      </fA11>
      <fA11 i1="02" i2="1">
        <s1>ABOUTAJDINE (Driss)</s1>
      </fA11>

      ...
 
      <fA14 i1="01">
        <s1>GSCM-LEESA, BP. 1014 Faculté des sciences de Rabat</s1>
        <s3>MAR</s3>
        <sZ>1 aut.</sZ>
        <sZ>2 aut.</sZ>
        <sZ>4 aut.</sZ>
      </fA14>
      <fA14 i1="02">
        <s1>IRISA/INRIA, Campus de Baulieu</s1>
        <s2>35042 Rennes</s2>
        <s3>FRA</s3>
        <sZ>3 aut.</sZ>
      </fA14>
      <fA14 i1="03">
        <s1>INPT, Av. Allal Al Fassi</s1>
        <s2>Rabat</s2>
        <s3>MAR</s3>
        <sZ>4 aut.</sZ>
      </fA14>

      ...

      <fA30 i1="01" i2="1" l="FRE">
        <s1>Colloque sur le traitement du signal et des images</s1>
        <s2>18</s2>
        <s3>Toulouse FRA</s3>
        <s4>2001-09-10</s4>
      </fA30>

      ...

      <fC03 i1="01" i2="X" l="FRE">
        <s0>Traitement image</s0>
        <s5>01</s5>
      </fC03>
      <fC03 i1="01" i2="X" l="ENG">
        <s0>Image processing</s0>
        <s5>01</s5>
      </fC03>
      
      ...

    </pA>
  </inist>
  <server>
    <NO>PASCAL 02-0581548 INIST</NO>
    <FT>Schéma multirésolution d'estimation d'un champ de disparités dense 
        sous contrainte épipolaire pour les images bruitées</FT>
    <ET>GRETSI'01 : 18th symposium on signal and image processing</ET>
    <ET>(Multiresolution schemes for estimating a dense disparity map 
        under epipolar constraint in noisy images)</ET>
    <AU>RZIZA (Mohammed); ABOUTAJDINE (Driss); MORIN (Luce); TAMTAOUI (Ahmed)</AU>
    <AF>GSCM-LEESA, BP. 1014 Faculté des sciences de Rabat/Maroc (1 aut., 2 aut., 4 aut.); 
        IRISA/INRIA, Campus de Baulieu/35042 Rennes/France (3 aut.); 
        INPT, Av. Allal Al Fassi/Rabat/Maroc (4 aut.)</AF>
    <DT>Congrès; Niveau analytique</DT>
    <SO>Colloque sur le traitement du signal et des images/18/2001-09-10/Toulouse FRA; 
        France; Da. 2001; vol2, 505-508</SO>
    <LA>Français</LA>
    <FA>Cet article présente des algorithmes d'estimation de disparité. 
       L'originalité de la méthode repose sur le procédé d'estimation 
       d'une carte de disparité dense en utilisant une méthode de corrélation 
       robuste et sur l'utilisation des Statistiques d'Ordre Supérieur (SOS). Nous 
       avons effectué des expérimentations afin de comparer nos résultats à ceux 
       obtenus par les méthodes qui existent dans la littérature. La carte de 
       disparité dense obtenue par notre méthode proposée est fiable par rapport 
       aux résultats obtenus par celle de corrélation classique. Nous obtenons 
       également une carte de disparité reflétant des facettes planes 3D.</FA>
    <CC>001D04A05C</CC>
    <FD>Traitement image; Image bruitée; Extraction caractéristique; Disparité; 
        Méthode corrélation; Statistique ordre élevé; Analyse multirésolution; 
        Algorithme</FD>
    <ED>Image processing; Noisy image; Feature extraction; Disparity; 
        Correlation method; Higher order statistics; Multiresolution analysis; 
        Algorithm</ED>
    <SD>Procesamiento imagen; Imagen sonora; Disparidad; Método correlación; 
        Análisis multiresolución; Algoritmo</SD>
    <LO>INIST-Y 34085.354000108428482380</LO>
    <ID>02-0581548</ID>
  </server>
</record>

Phase d'extraction

Un premier traitement, avec le logiciel BaseX consiste à extraire les mot-clés contenus dans les zones C03.

La copie d'écran ci-jointe montre l'exécution d'une requête Xquery (en fait Xpath). La requête est saisie dans la boîte repérée par l'onglet XQuery. Elle se décompose ainsi :

1. recherche de zones A14 (affiliation)
2. contenant « Rabat » dans la sous-zone s2 (ville)
3. dans la même zone A14
4. recherche de la mention INPT dans la sous zone s1 (nom)
5. On remonte alors dans la première partie de la notice (pA)
6. pour en extraire les mots-clés en français.

//fA14
      /s2[text() contains text "Rabat"]
      /ancestor::fA14
      /s1[text() contains text "INPT"]
      /ancestor::pA
      /fC03[@l="FRE"]
      /s0

On obtient alors la liste suivante :

<s0>Traitement image</s0>
<s0>Image bruitée</s0>
<s0>Extraction caractéristique</s0>
<s0>Disparité</s0>
<s0>Méthode corrélation</s0>
<s0>Statistique ordre élevé</s0>
<s0>Analyse multirésolution</s0>

Statistiques

A partir de cette liste, il s'agit maintenant de compter les termes identiques et de fournir une liste triée par ordre inverse de fréquence.

On aurait probablement pu utiliser directement Xquery. N'en étant pas spécialiste, j'ai préféré utiliser une boite à outils Xml qui sait produire des listes inverses d'où l'on peut extraire des couples « fréquence - terme »

      cat resMarocInptMc.xml                             \
        | SgmlSelect -g s0# -p@g1 -p 1                   \
        | sort                                           \
        | IndexBuildRec                                  \
        | SgmlSelect -g idx/f# -g idx/k# -p @g1 -p @g2   \
        | sort -rn

Le résultat est alors :

3       Traitement signal
3       Traitement image
3       Temps retard
3       Système MIMO
3       Erreur quadratique moyenne
3       Egalisation
3       Brouillage intersymbole
3       Algorithme
2       Séquence image
2       Simulation
2       Réduction bruit
2       Routage

Notice complète

<record>
  <inist h6="B">
    <pA>
      <fA08 i1="01" i2="1" l="FRE">
        <s1>Schéma multirésolution d'estimation d'un champ de 
            disparités dense sous contrainte épipolaire pour les images bruitées</s1>
      </fA08>
      <fA09 i1="01" i2="1" l="FRE">
        <s1>GRETSI'01 : 18e colloque sur le traitement du signal et des images : Toulouse, 10-13 septembre 2001</s1>
      </fA09>
      <fA09 i1="02" i2="5" l="ENG">
        <s1>GRETSI'01 : 18th symposium on signal and image processing</s1>
      </fA09>
      <fA11 i1="01" i2="1">
        <s1>RZIZA (Mohammed)</s1>
      </fA11>
      <fA11 i1="02" i2="1">
        <s1>ABOUTAJDINE (Driss)</s1>
      </fA11>
      <fA11 i1="03" i2="1">
        <s1>MORIN (Luce)</s1>
      </fA11>
      <fA11 i1="04" i2="1">
        <s1>TAMTAOUI (Ahmed)</s1>
      </fA11>
      <fA14 i1="01">
        <s1>GSCM-LEESA, BP. 1014 Faculté des sciences de Rabat</s1>
        <s3>MAR</s3>
        <sZ>1 aut.</sZ>
        <sZ>2 aut.</sZ>
        <sZ>4 aut.</sZ>
      </fA14>
      <fA14 i1="02">
        <s1>IRISA/INRIA, Campus de Baulieu</s1>
        <s2>35042 Rennes</s2>
        <s3>FRA</s3>
        <sZ>3 aut.</sZ>
      </fA14>
      <fA14 i1="03">
        <s1>INPT, Av. Allal Al Fassi</s1>
        <s2>Rabat</s2>
        <s3>MAR</s3>
        <sZ>4 aut.</sZ>
      </fA14>
      <fA18 i1="01" i2="1">
        <s1>CNES</s1>
        <s2>Toulouse</s2>
        <s3>FRA</s3>
        <s9>patr.</s9>
      </fA18>
      <fA20>
        <s2>vol2, 505-508</s2>
      </fA20>
      <fA21>
        <s1>2001</s1>
      </fA21>
      <fA23 i1="01">
        <s0>FRE</s0>
      </fA23>
      <fA24 i1="01">
        <s0>eng</s0>
      </fA24>
      <fA30 i1="01" i2="1" l="FRE">
        <s1>Colloque sur le traitement du signal et des images</s1>
        <s2>18</s2>
        <s3>Toulouse FRA</s3>
        <s4>2001-09-10</s4>
      </fA30>
      <fA30 i1="02" i2="1" l="ENG">
        <s1>Symposium on signal and image processing</s1>
        <s2>18</s2>
        <s3>Toulouse FRA</s3>
        <s4>2001-09-10</s4>
      </fA30>
      <fA43 i1="01">
        <s1>INIST</s1>
        <s2>Y 34085</s2>
        <s5>354000108428482380</s5>
      </fA43>
      <fA44>
        <s0>0000</s0>
        <s1>© 2002 INIST-CNRS. All rights reserved.</s1>
      </fA44>
      <fA45>
        <s0>12 ref.</s0>
      </fA45>
      <fA47 i1="01" i2="1">
        <s0>02-0581548</s0>
      </fA47>
      <fA60>
        <s1>C</s1>
      </fA60>
      <fA61>
        <s0>A</s0>
      </fA61>
      <fA66 i1="01">
        <s0>FRA</s0>
      </fA66>
      <fA68 i1="01" i2="1" l="ENG">
        <s1>Multiresolution schemes for estimating a dense disparity map under epipolar constraint in noisy images</s1>
      </fA68>
      <fC01 i1="01" l="FRE">
        <s0>Cet article présente des algorithmes d'estimation de disparité. L'originalité de la méthode repose sur le procédé d'estimation d'une carte de disparité dense en utilisant une méthode de corrélation robuste et sur l'utilisation des Statistiques d'Ordre Supérieur (SOS). Nous avons effectué des expérimentations afin de comparer nos résultats à ceux obtenus par les méthodes qui existent dans la littérature. La carte de disparité dense obtenue par notre méthode proposée est fiable par rapport aux résultats obtenus par celle de corrélation classique. Nous obtenons également une carte de disparité reflétant des facettes planes 3D.</s0>
      </fC01>
      <fC02 i1="01" i2="X">
        <s0>001D04A05C</s0>
      </fC02>
      <fC03 i1="01" i2="X" l="FRE">
        <s0>Traitement image</s0>
        <s5>01</s5>
      </fC03>
      <fC03 i1="01" i2="X" l="ENG">
        <s0>Image processing</s0>
        <s5>01</s5>
      </fC03>
      <fC03 i1="01" i2="X" l="SPA">
        <s0>Procesamiento imagen</s0>
        <s5>01</s5>
      </fC03>
      <fC03 i1="02" i2="X" l="FRE">
        <s0>Image bruitée</s0>
        <s5>02</s5>
      </fC03>
      <fC03 i1="02" i2="X" l="ENG">
        <s0>Noisy image</s0>
        <s5>02</s5>
      </fC03>
      <fC03 i1="02" i2="X" l="SPA">
        <s0>Imagen sonora</s0>
        <s5>02</s5>
      </fC03>
      <fC03 i1="03" i2="1" l="FRE">
        <s0>Extraction caractéristique</s0>
        <s5>03</s5>
      </fC03>
      <fC03 i1="03" i2="1" l="ENG">
        <s0>Feature extraction</s0>
        <s5>03</s5>
      </fC03>
      <fC03 i1="04" i2="X" l="FRE">
        <s0>Disparité</s0>
        <s5>04</s5>
      </fC03>
      <fC03 i1="04" i2="X" l="ENG">
        <s0>Disparity</s0>
        <s5>04</s5>
      </fC03>
      <fC03 i1="04" i2="X" l="SPA">
        <s0>Disparidad</s0>
        <s5>04</s5>
      </fC03>
      <fC03 i1="05" i2="X" l="FRE">
        <s0>Méthode corrélation</s0>
        <s5>05</s5>
      </fC03>
      <fC03 i1="05" i2="X" l="ENG">
        <s0>Correlation method</s0>
        <s5>05</s5>
      </fC03>
      <fC03 i1="05" i2="X" l="SPA">
        <s0>Método correlación</s0>
        <s5>05</s5>
      </fC03>
      <fC03 i1="06" i2="3" l="FRE">
        <s0>Statistique ordre élevé</s0>
        <s5>06</s5>
      </fC03>
      <fC03 i1="06" i2="3" l="ENG">
        <s0>Higher order statistics</s0>
        <s5>06</s5>
      </fC03>
      <fC03 i1="07" i2="X" l="FRE">
        <s0>Analyse multirésolution</s0>
        <s5>07</s5>
      </fC03>
      <fC03 i1="07" i2="X" l="ENG">
        <s0>Multiresolution analysis</s0>
        <s5>07</s5>
      </fC03>
      <fC03 i1="07" i2="X" l="SPA">
        <s0>Análisis multiresolución</s0>
        <s5>07</s5>
      </fC03>
      <fC03 i1="08" i2="X" l="FRE">
        <s0>Algorithme</s0>
        <s5>08</s5>
      </fC03>
      <fC03 i1="08" i2="X" l="ENG">
        <s0>Algorithm</s0>
        <s5>08</s5>
      </fC03>
      <fC03 i1="08" i2="X" l="SPA">
        <s0>Algoritmo</s0>
        <s5>08</s5>
      </fC03>
      <fN21>
        <s1>343</s1>
      </fN21>
    </pA>
  </inist>
  <server>
    <NO>PASCAL 02-0581548 INIST</NO>
    <FT>Schéma multirésolution d'estimation d'un champ de disparités dense sous contrainte épipolaire pour les images bruitées</FT>
    <ET>GRETSI'01 : 18th symposium on signal and image processing</ET>
    <ET>(Multiresolution schemes for estimating a dense disparity map under epipolar constraint in noisy images)</ET>
    <AU>RZIZA (Mohammed); ABOUTAJDINE (Driss); MORIN (Luce); TAMTAOUI (Ahmed)</AU>
    <AF>GSCM-LEESA, BP. 1014 Faculté des sciences de Rabat/Maroc (1 aut., 2 aut., 4 aut.); IRISA/INRIA, Campus de Baulieu/35042 Rennes/France (3 aut.); INPT, Av. Allal Al Fassi/Rabat/Maroc (4 aut.)</AF>
    <DT>Congrès; Niveau analytique</DT>
    <SO>Colloque sur le traitement du signal et des images/18/2001-09-10/Toulouse FRA; France; Da. 2001; vol2, 505-508</SO>
    <LA>Français</LA>
    <FA>Cet article présente des algorithmes d'estimation de disparité. L'originalité de la méthode repose sur le procédé d'estimation d'une carte de disparité dense en utilisant une méthode de corrélation robuste et sur l'utilisation des Statistiques d'Ordre Supérieur (SOS). Nous avons effectué des expérimentations afin de comparer nos résultats à ceux obtenus par les méthodes qui existent dans la littérature. La carte de disparité dense obtenue par notre méthode proposée est fiable par rapport aux résultats obtenus par celle de corrélation classique. Nous obtenons également une carte de disparité reflétant des facettes planes 3D.</FA>
    <CC>001D04A05C</CC>
    <FD>Traitement image; Image bruitée; Extraction caractéristique; Disparité; Méthode corrélation; Statistique ordre élevé; Analyse multirésolution; Algorithme</FD>
    <ED>Image processing; Noisy image; Feature extraction; Disparity; Correlation method; Higher order statistics; Multiresolution analysis; Algorithm</ED>
    <SD>Procesamiento imagen; Imagen sonora; Disparidad; Método correlación; Análisis multiresolución; Algoritmo</SD>
    <LO>INIST-Y 34085.354000108428482380</LO>
    <ID>02-0581548</ID>
  </server>
</record>