Structuration géo-temporelle de données multimédia personnelles en vue de la navigation sur un appareil mobile

Usage of mobile devices raises the need for organizing large personal multimedia collection. Their permanent availability and the ability to easily share retrieved pictures make this context propitious for building large collection of multimedia data. The present work focus on personal image collections acquired from mobile phones equipped with a camera. Our objective is to provide a classification of such collection in order to simplify the browsing task on a mobile device. We deal with the structuring of an image collection as a clustering problem. Our solution consists in building two distinct temporal and spatial partitions, based on the temporal and spatial metadata of each image. The main ingredients of our approach are the Gaussian mixture models, of which parameters are estimated with an adaptation of the EM algorithm, and the ICL criterion to determine the models complexities. First, we propose an incremental optimization algorithm to build non-hierarchical partitions in an automatic manner. It is then combined with an agglomerative algorithm to provide an incremental hierarchical algorithm, in order to summarize the collection. Finally, two techniques are proposed, combining the partitions obtained, to build hybrid spatio-temporal classifications taking into account the human machine interaction constraints.Les travaux de recherche présentés dans cette thèse portent sur l'organisation de collections multimédia personnelles acquises par un appareil mobile. Ce type de données est désormais de plus en plus présent dans la vie courante avec l'apparition d'appareils photographiques numériques, de téléphones mobiles équipés de capteur photographique ou encore de caméras numériques. Le problème posé est ainsi la recherche et l'indexation de ces collections afin de faciliter leur exploration future. Dans notre travail, nous nous sommes focalisés sur la classification de collections d'images personnelles acquises à partir de capteurs photographiques intégrés dans un téléphone portable. Nous avons choisi de traiter la structuration de la collection d'images comme un problème de classification. Notre approche est basée sur la construction de deux partitions distinctes, l'une temporelle et l'autre spatiale, à partir des métadonnées des images : leur date et leur géolocalisation. Les principaux ingrédients de notre approche sont les modèles de mélange gaussien, dont les paramètres sont estimés avec une adaptation de l'algorithme EM, et le critère statistique ICL pour déterminer la complexité des modèles. Un algorithme incrémental d'optimisation du critère ICL est tout d'abord proposé, permettant la construction de partitions non-hiérarchiques de manière automatique. Il est ensuite combiné avec un algorithme agglomératif pour fournir un algorithme hiérarchique incrémental, afin de pouvoir concevoir des résumés de la collection. Enfin nous proposons plusieurs techniques, combinant les partitions obtenues, pour construire des partitions hybrides spatio-temporelles, prenant en compte les contraintes d'IHM sur un appareil mobile