Le blog

Sur l'excellent site des professeurs documentalistes de l'Académie de Rouen (France), réputé pour ses synthèses thématiques critiques sur l'utilisation d'outils Web ou logiciels, Pierre Nobis vient de publier un article qui fait la part belle aux moteurs de recherche visuels. Ceux-ci se distinguent des moteurs textuels traditionnels en recherchant via des caractéristiques visuelles : "Chercher des images par l'image".

En explicitant tout d'abord ce qui différent les moteurs de recherche d'images par l'image des moteurs habituels d'images tels Google Images, l'auteur de ce dossier montre clairement que ces derniers sont tributaires de la description linguistique de l'image par son auteur, éditeur ou la personne qui la fait figurer en ligne.

Ensuite, Pierre Nobis passe en revue 8 moteurs de recherche d'images par l'image, présentant là chaque outil, et un vaste panorama des concurrents en présence :

TinEye : Moteur de recherche d'images en version beta privée,

Tiltomo : Recherche par similarité selon deux modes : thème ou couleur et texture,

XCavator : Outil basé sur Flickr permettant de rechercher des photographies similaires à une image à partir d'un mot clef ou d'une catégorie,

Retrievr : Recherche par image (en téléversant le fichier ou en indiquant son URL), par couleur et par la forme ( dessin réalisé en ligne),

Behold : Recherche par tag et le choix d'un filtre de similarité visuelle parmi 28 proposés,

Alipr : Banque d'images indexées manuellement. Projet Automatic Linguistic Indexing of Pictures in Real-Time,

Picitup : Multiplicité de filtres visuels (visage, produit, couleur, orientation, taille...) et option de recherche par similarité,

Polar Rose : Service de reconnaissance faciale en ligne qui s'appuie sur le tagging collaboratif de ses utilisateurs,

Gazopa : 3 modes d'interrogation : mode texte, mode image et mode esquisse.

Multicolr : Moteur de recherche sur FlickR à partir d'une palette de couleurs.