Analyse de corpus d’images (28 mars 2018, Bibliothèque nationale de France, site Richelieu)

Quand un atelier devient (aussi) nourriture pour l’esprit.


Un cadeau. Cet après-midi d’étude, tombé par hasard dans mon agenda, s’est révélé un cadeau (Noël à Pâques, dirait-on). Non seulement la gentillesse et le professionnalisme des organisateurs, des intervenants et des participants ont été remarquables, mais aussi la richesse des échanges et des questions, ouvertement posées et franchement traitées. Autre élément à signaler, qui touche le cœur dans le monde d’aujourd’hui (et pas uniquement dans le domaine de la recherche) : la volonté de réunir dans une seule salle des gens travaillant tous sur le traitement numérique des images. Ce dernier point est fondamental. Souvent, quand on est accaparé par son projet, on oublie de vérifier si d’autres personnes ont déjà exploré les mêmes voies, fait les mêmes recherches ou, potentiellement, sont tombées sur les mêmes impasses et erreurs. Il ne s’agit pas de copier les idées d’autrui, mais bien de créer un réseau collaboratif et participatif. Le partage de la connaissance fortifie la recherche et cela ne peut que convenir à tout le monde.

Les projets présentés ayant donc des points en commun, une sorte de fraternité était perceptible et a permis un déroulement homogène, cohérent, mais aussi vivant et stimulant. Tous visent à créer des moteurs de recherche pour et par des images, cherchent à collecter des images pour l’entraînement d’un algorithme, travaillent sur les données collectées (indexation, segmentation et analyse des sections dans l’image) et montrent un fort intérêt pour IIIF.

Inutile de revenir sur chacun des ces projets ; cela n’aurait pas de sens de répéter les informations qu’on peut facilement retrouver dans leurs pages web (Gallica.pix, DiginPix, SIAMESE, CLAMM, …). Mais je ne peux pas m’empêcher d’extraire deux réflexions qui me parlent davantage en tant que membre de l’équipe « Filigranes pour tous ». D’abord, un remerciement à Nicolas Hervé pour la clarté avec laquelle il a souligné ce point : il faut constituer des bases de données d’apprentissage adaptées au besoin de son projet, bien nourries et également bien labellisées. Sans quoi, des systèmes de reconnaissance efficaces ne seront pas envisageables. Ensuite, bravo à Melvin Wevers, seul intervenant anglophone, qui a proposé pour l’avenir trois objectifs à mêler et à faire progresser de manière complémentaire : disposer de plus en plus de données labellisées, combiner analyse visuelle et textuelle, chercher des collaborations entre l’Informatique et les Lettres.

De la part de l’ex-étudiante de Lettres classiques que je suis, ne peut qu’arriver un sonore amen.

Ilaria Pastrolin


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.