National audienceAnnoter des images selon un nombre fini de concepts fixés a priori est une tâche fon- damentale permettant la recherche d'images par le contenu. En pratique, plusieurs modalités (visuelle, textuelle...) fournissent des informations sur le contenu des images. Notre intérêt porte ici sur les tags associés aux images, généralement issus d'une indexation personnelle, fournissant une information imparfaite et partiellement pertinente. Nous proposons deux modè- les de tags pour pallier de telles imperfections, l'un modélisant le phénomène au moyen d'un seuil établi automatiquement selon la similarité sémantique avec les concepts visuels, et l'autre améliorant le schéma de codage des sacs-de-mots en s'inspirant de récents travaux effectués en classification d'images. L'ensemble de ces travaux est validé sur plusieurs bases d'images publiques et couramment utilisées dans le domaine de l'annotation d'images. Les résultats expérimentaux montrent que les méthodes proposées dépassent l'état de l'art tout en restant moins coûteuses en calculs que les travaux récents dans le domaine
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.