MADONNE

MAsse de DOnnées issues de la Numérisation du patrimoinNE

Description du projet

Le patrimoine culturel et scientifique de l'Europe est un bien publique unique qui représente la mémoire collective et vivante de nos différentes sociétés et qui forme une base solide pour le développement des industries s’appuyant sur le contenu numérique dans une société de la connaissance durable.

Ce projet s’inscrit dans une démarche de sauvegarde et de valorisation de données patrimoniales dont la communauté internationale a pris conscience de l’intérêt, comme en attestent les impulsions prises au niveau européen par les représentants nationaux des grands organismes de gestion du patrimoine. L’aspect « masse de données » est adressé sous l’angle des collections d’ouvrages numérisés, qui constitueront à très court terme des entrepôts gigantesques de données, représentés sous forme d’images scannées, pour lesquelles les techniques traditionnelles des bases de données sont inopérantes. L’exploitation et la valorisation à venir de ces collections d’images n’a toujours pas trouvé de réponse satisfaisante, du fait même de leur caractère faiblement structuré. La génération de ces entrepôts de données, présentés sous forme de collections de documents hétérogènes faiblement structurés soulève le problème de la recherche d’information et de la navigation au sein de ces corpus.

Il s’agit de déterminer des indices s’adaptant aux différentes représentations de l’information que l’on peut rencontrer dans ces documents patrimoniaux comme des zones textuelles, imprimées ou manuscrites, des images, des illustrations graphiques. Ces signatures apporteront des connaissances spécifiques qui aideront la navigation et la recherche d’informations.

Les indices seront extraits de manière automatique en utilisant entre autre des méthodes propres à l’analyse d’images, étendues et adaptées au cas des masses d’images. La consultation en mode image des documents patrimoniaux suppose leur archivage et exige donc d’examiner également de manière approfondie les possibilités spécifiques de compression de ces masses de documents. Pour cette ACI, les équipes participantes, expertes et complémentaires dans le domaine de l’analyse d’images de documents, proposent d’apporter des solutions scientifiques et technologiques innovantes à cette problématique liée aux masses de données constituées par des collections numérisées. Les défis scientifiques soulevés concernent la proposition d’une démarche générique qui permettrait, à la demande, l’instanciation d’une chaîne de traitements pour la valorisation d’une collection. Il s’agit d’une part de proposer une approche de modélisation des collections compatible avec la diversité des contenus de ces collections et leur état de préservation. Sur la base de cette modélisation, il s’agit d’autre part de proposer une approche permettant de faire l’adéquation entre un ensemble de techniques de traitement d’images, le modèle ainsi défini et un point de vue de navigation défini par l’utilisateur.

Coordinateur du projet

OGIER Jean-Marc - Laboratoire d’Informatique, Image et Interaction (L3i), EA 2118, La Rochelle

Partenaires

· Laboratoire Perception, Systèmes et Informations (P.S.I.), FRE 2645, CNRS, Université Rouen, INSA de Rouen

· Laboratoire d’Informatique de Tours (LI), EA 2101, Tours

· LORIA, UMR 7503 CNRS, INRIA, Nancy 1, INP Lorraine

· Laboratoire d'InfoRmatique en Images et Systèmes d'information, LIRIS, FRE 2672, CNRS, Lyon 1, Lyon 2, INSA Lyon, Ecole Centrale Lyon

· IRISA, UMR 6074 CNRS, INRIA, Rennes 1, INSA Rennes