Literatura académica sobre el tema "Navigation sémantique"

En biologie structurale, l’étude théorique de structures moléculaires comporte quatre activités principales organisées selon le processus séquentiel suivant : la collecte de données expérimentales/théoriques, la visualisation des structures 3d, la simulation moléculaire, l’analyse et l’interprétation des résultats. Cet enchaînement permet à l’expert d’élaborer de nouvelles hypothèses, de les vérifier de manière expérimentale et de produire de nouvelles données comme point de départ d’un nouveau processus.L’explosion de la quantité de données à manipuler au sein de cette boucle pose désormais deux problèmes. Premièrement, les ressources et le temps relatifs aux tâches de transfert et de conversion de données entre chacune de ces activités augmentent considérablement. Deuxièmement, la complexité des données moléculaires générées par les nouvelles méthodologies expérimentales accroît fortement la difficulté pour correctement percevoir, visualiser et analyser ces données.Les environnements immersifs sont souvent proposés pour aborder le problème de la quantité et de la complexité croissante des phénomènes modélisés, en particulier durant l’activité de visualisation. En effet, la Réalité Virtuelle offre entre autre une perception stéréoscopique de haute qualité utile à une meilleure compréhension de données moléculaires intrinsèquement tridimensionnelles. Elle permet également d’afficher une quantité d’information importante grâce aux grandes surfaces d’affichage, mais aussi de compléter la sensation d’immersion par d’autres canaux sensorimoteurs.Cependant, deux facteurs majeurs freinent l’usage de la Réalité Virtuelle dans le domaine de la biologie structurale. D’une part, même s’il existe une littérature fournie sur la navigation dans les scènes virtuelles réalistes et écologiques, celle-ci est très peu étudiée sur la navigation sur des données scientifiques abstraites. La compréhension de phénomènes 3d complexes est pourtant particulièrement conditionnée par la capacité du sujet à se repérer dans l’espace. Le premier objectif de ce travail de doctorat a donc été de proposer des paradigmes navigation 3d adaptés aux structures moléculaires complexes. D’autre part, le contexte interactif des environnements immersif favorise l’interaction directe avec les objets d’intérêt. Or les activités de collecte et d’analyse des résultats supposent un contexte de travail en "ligne de commande" ou basé sur des scripts spécifiques aux outils d’analyse. Il en résulte que l’usage de la Réalité Virtuelle se limite souvent à l’activité d’exploration et de visualisation des structures moléculaires. C’est pourquoi le second objectif de thèse est de rapprocher ces différentes activités, jusqu’alors réalisées dans des contextes interactifs et applicatifs indépendants, au sein d’un contexte interactif homogène et unique. Outre le fait de minimiser le temps passé dans la gestion des données entre les différents contextes de travail, il s’agit également de présenter de manière conjointe et simultanée les structures moléculaires et leurs analyses et de permettre leur manipulation par des interactions directes.Notre contribution répond à ces objectifs en s’appuyant sur une approche guidée à la fois par le contenu et la tâche. Des paradigmes de navigation ont été conçus en tenant compte du contenu moléculaire, en particulier des propriétés géométriques, et des tâches de l’expert, afin de faciliter le repérage spatial et de rendre plus performante l’activité d’exploration. Par ailleurs, formaliser la nature des données moléculaires, leurs analyses et leurs représentations visuelles, permettent notamment de proposer à la demande et interactivement des analyses adaptées à la nature des données et de créer des liens entre les composants moléculaires et les analyses associées. Ces fonctionnalités passent par la construction d’une représentation sémantique unifiée et performante rendant possible l’intégration de ces activités dans un contexte interactif unique<br>In structural biology, the theoretical study of molecular structures has four main activities organized in the following scenario: collection of experimental and theoretical data, visualization of 3D structures, molecular simulation, analysis and interpretation of results. This pipeline allows the expert to develop new hypotheses, to verify them experimentally and to produce new data as a starting point for a new scenario.The explosion in the amount of data to handle in this loop has two problems. Firstly, the resources and time dedicated to the tasks of transfer and conversion of data between each of these four activities increases significantly. Secondly, the complexity of molecular data generated by new experimental methodologies greatly increases the difficulty to properly collect, visualize and analyze the data.Immersive environments are often proposed to address the quantity and the increasing complexity of the modeled phenomena, especially during the viewing activity. Indeed, virtual reality offers a high quality stereoscopic perception, useful for a better understanding of inherently three-dimensional molecular data. It also displays a large amount of information thanks to the large display surfaces, but also to complete the immersive feeling with other sensorimotor channels (3D audio, haptic feedbacks,...).However, two major factors hindering the use of virtual reality in the field of structural biology. On one hand, although there are literature on navigation and environmental realistic virtual scenes, navigating abstract science is still very little studied. The understanding of complex 3D phenomena is however particularly conditioned by the subject’s ability to identify themselves in a complex 3D phenomenon. The first objective of this thesis work is then to propose 3D navigation paradigms adapted to the molecular structures of increasing complexity. On the other hand, the interactive context of immersive environments encourages direct interaction with the objects of interest. But the activities of: results collection, simulation and analysis, assume a working environment based on command-line inputs or through specific scripts associated to the tools. Usually, the use of virtual reality is therefore restricted to molecular structures exploration and visualization. The second thesis objective is then to bring all these activities, previously carried out in independent and interactive application contexts, within a homogeneous and unique interactive context. In addition to minimizing the time spent in data management between different work contexts, the aim is also to present, in a joint and simultaneous way, molecular structures and analyses, and allow their manipulation through direct interaction.Our contribution meets these objectives by building on an approach guided by both the content and the task. More precisely, navigation paradigms have been designed taking into account the molecular content, especially geometric properties, and tasks of the expert, to facilitate spatial referencing in molecular complexes and make the exploration of these structures more efficient. In addition, formalizing the nature of molecular data, their analysis and their visual representations, allows to interactively propose analyzes adapted to the nature of the data and create links between the molecular components and associated analyzes. These features go through the construction of a unified and powerful semantic representation making possible the integration of these activities in a unique interactive context

Les ontologies offrent une modélisation des connaissances d'un domaine basée sur une hiérarchie des concepts clefs de ce domaine. Leur utilisation dans le cadre des Systèmes de Recherche d'Information (SRI), tant pour indexer les documents que pour exprimer une requête, permet notamment d'éviter les ambiguïtés du langage naturel qui pénalisent les SRI classiques. Les travaux de cette thèse portent essentiellement sur l'utilisation d'ontologies lors du processus d'appariement durant lequel les SRI ordonnent les documents d'une collection en fonction de leur pertinence par rapport à une requête utilisateur. Nous proposons de calculer cette pertinence à l'aide d'une stratégie d'agrégation de scores élémentaires entre chaque document et chaque concept de la requête. Cette agrégation, simple et intuitive, intègre un modèle de préférences dépendant de l'utilisateur et une mesure de similarité sémantique associée à l'ontologie. L'intérêt majeur de cette approche est qu'elle permet d'expliquer à l'utilisateur pourquoi notre SRI, OBIRS, estime que les documents qu'il a sélectionnés sont pertinents. Nous proposons de renforcer cette justification grâce à une visualisation originale où les résultats sont représentés par des pictogrammes, résumant leurs pertinences élémentaires, puis disposés sur une carte sémantique en fonction de leur pertinence globale. La Recherche d'Information étant un processus itératif, il est nécessaire de permettre à l'utilisateur d'interagir avec le SRI, de comprendre et d'évaluer les résultats et de le guider dans sa reformulation de requête. Nous proposons une stratégie de reformulation de requêtes conceptuelles basée sur la transposition d'une méthode éprouvée dans le cadre de SRI vectoriels. La reformulation devient alors un problème d'optimisation utilisant les retours faits par l'utilisateur sur les premiers résultats proposés comme base d'apprentissage. Nous avons développé une heuristique permettant de s'approcher d'une requête optimale en ne testant qu'un sous-espace des requêtes conceptuelles possibles. Nous montrons que l'identification efficace des concepts de ce sous-espace découle de deux propriétés qu'une grande partie des mesures de similarité sémantique vérifient, et qui suffisent à garantir la connexité du voisinage sémantique d'un concept.Les modèles que nous proposons sont validés tant sur la base de performances obtenues sur des jeux de tests standards, que sur la base de cas d'études impliquant des experts biologistes<br>Domain ontologies provide a knowledge model where the main concepts of a domain are organized through hierarchical relationships. In conceptual Information Retrieval Systems (IRS), where they are used to index documents as well as to formulate a query, their use allows to overcome some ambiguities of classical IRSs based on natural language processes.One of the contributions of this study consists in the use of ontologies within IRSs, in particular to assess the relevance of documents with respect to a given query. For this matching process, a simple and intuitive aggregation approach is proposed, that incorporates user dependent preferences model on one hand, and semantic similarity measures attached to a domain ontology on the other hand. This matching strategy allows justifying the relevance of the results to the user. To complete this explanation, semantic maps are built, to help the user to grasp the results at a glance. Documents are displayed as icons that detail their elementary scores. They are organized so that their graphical distance on the map reflects their relevance to a query represented as a probe. As Information Retrieval is an iterative process, it is necessary to involve the users in the control loop of the results relevancy in order to better specify their information needs. Inspired by experienced strategies in vector models, we propose, in the context of conceptual IRS, to formalize ontology based relevance feedback. This strategy consists in searching a conceptual query that optimizes a tradeoff between relevant documents closeness and irrelevant documents remoteness, modeled through an objective function. From a set of concepts of interest, a heuristic is proposed that efficiently builds a near optimal query. This heuristic relies on two simple properties of semantic similarities that are proved to ensure semantic neighborhood connectivity. Hence, only an excerpt of the ontology dag structure is explored during query reformulation.These approaches have been implemented in OBIRS, our ontological based IRS and validated in two ways: automatic assessment based on standard collections of tests, and case studies involving experts from biomedical domain

The current technological evolutions introduce 3D geo-informatics to their digital age, enabling new potential applications in the field of virtual tourism, recreation, entertainment and cultural heritage. Virtual 3D worlds and geo-referenced scenes are used even more in simulations of physical disasters or in evacuating and military scenarios. It is argued that 3D information provides the natural way of navigation. However, personalization is a key aspect in a navigation system, since a route that incorporates user preferences is ultimately more suitable than a route which simply provides the shortest distance or travel time. An efficient personalized route planning architecture is based on geometrical criteria and on human factors regarding user's preferences in the 3D itinerary. In this work a multi-layer integrated framework is introduced for efficient, user-centric navigation of 3D worlds. Usually, user's preferences are expressed as a set of weights that regulate the degree of importance of the scene semantic metadata on the route selection process. These weights, however, are defined by the users, setting the complexity on the user's side, which makes personalization an arduous task. In this work, an alternative approach is proposed in which metadata weights are estimated implicitly and transparently to users, transferring the complexity to the system side. This is achieved by introducing a relevance feedback online learning strategy which automatically adjusts metadata weights by exploiting information fed back to the system about the relevance of user's preferences judgments given in a form of pairwise comparisons. Practically implementing a relevance feedback algorithm presents the limitation that several pairwise comparisons (samples) are required to converge to a set of reliable metadata weights. For this reason, in this work a weight rectification strategy is proposed which improves weight estimation by exploiting metadata interrelations defined through an ontology. In the sequel, a genetic optimization algorithm is incorporated to select the user's most preferred routes based on a multi-criteria optimization approach. To increase the degree of personalization in 3D navigation, an efficient algorithm is also introduced for estimating 3D trajectories around objects of interest by merging best selected 2D projected views that contain faces which are mostly preferred by users. Simulations and comparisons have been conducted with other approaches either in the field of online learning or route selection using objective metrics in terms of precision and recall values<br>Les évolutions technologiques actuelles font entrer la géo-informatique 3D à son âge numérique, permettant de nouvelles applications potentielles dans le domaine du tourisme virtuel, du loisir, du divertissement et du patrimoine culturel. Des mondes virtuels 3D et des scènes géo-référencées sont utilisés encore plus dans les simulations de catastrophes physiques et de plan d'évacuation ou de scénarios militaires. Il est prouvé que les informations 3D offrent un moyen naturel de navigation. Cependant la personnalisation est un aspect essentiel dans un système de navigation. En dehors des optimisations de distance et du temps l'intégration des préférences des utilisateurs est finalement le point les important d'une navigation. Une architecture efficace de planification d'itinéraire personnalisée est basée tant sur des critères géométriques que sur les préférences de l'utilisateur. Dans ce travail, un cadre multi-couche intégrée est introduit, pour soutenir une navigation efficace centrée sur l'utilisateur, dans des mondes 3D. Habituellement, les préférences de l'utilisateur sont exprimées sous forme d‟un ensemble de poids qui représente le degré d'importance du contenu des métadonnées sémantiques de la scène sur le processus de sélection du tracé. Ces poids, cependant, sont définis par les utilisateurs, en mettant la complexité du côté de l'utilisateur, ce qui rend la personnalisation une tâche ardue. Dans ce travail, une approche alternative est proposée dans laquelle les poids du contenu des métadonnées sont estimés implicitement et de façon transparente pour les utilisateurs, en déplaçant la complexité du côté du système. Ce résultat est obtenu par l'introduction d'une stratégie d'apprentissage en ligne par retour d'expérience qui ajuste automatiquement les poids de variables des métadonnées par exploitation de l'information renvoyée vers le système sur la pertinence des jugements de préférences utilisateur présentés sous une forme de comparaisons par paires. Dans la pratique la mise en oeuvre d'un algorithme de retour d'expérience présente la limitation que plusieurs comparaisons par paires (échantillons) sont nécessaires pour converger vers un ensemble de poids de variables des métadonnées fiables. Pour cette raison, dans ce travail une stratégie de rectification de poids est proposée qui permet d'estimer le poids en exploitant les interrelations de variables de métadonnées définies par une ontologie. Dans la suite, un algorithme d'optimisation génétique est proposé pour sélectionner les itinéraires les plus préférés de l'utilisateur basé sur une approche d'optimisation multi-critères. Pour améliorer le degré de personnalisation en navigation 3D, un algorithme efficace est également mis en place pour estimer les trajectoires 3D autour des objets choisis par la fusion de meilleurs vues projetées en 2D qui contiennent des faces qui ont la plus grande préférence des utilisateurs. Des simulations et des comparaisons ont été effectuées avec d'autres approches, soit dans le domaine de l'apprentissage en ligne ou du choix du tracé en utilisant des mesures objectives en termes de précision et de rappel des valeurs

À partir du moteur d’annotation sémantique Excom, nous avons élaboré un systèmede recherche d’informations qui repose sur des catégories sémantiques issues d’analyses linguistiquesautomatiques afin de proposer une approche de fouille textuelle innovante. Les annotationssont obtenues par la méthode d’Exploration Contextuelle faisant appel à une modélisationdes connaissances linguistiques sous forme de marqueurs et de règles. Le traitement des requêtesselon des points de vue de fouille se trouve au coeur de la stratégie de recherche d’informations.Pour cela, notre approche s’appuie sur des catégories d’annotation organisées en ontologies linguistiquessous forme de graphes. Afin d’offrir à l’utilisateur des résultats pertinents, nous avonsmis en place des algorithmes d’ordonnancement des réponses et de gestion de la redondance.Ces algorithmes reposent principalement sur la structure des ontologies linguistiques utiliséespour l’annotation. Nous avons proposé une évaluation de la pertinence des résultats en tenantcompte de la spécificité de l’approche. Les interfaces que nous avons développées permettent laconstruction de nouveaux produits documentaires tels que les fiches de synthèse offrant une extractiond’informations structurées selon des critères sémantiques. Cee approche a égalementpour vocation de proposer des outils dédiés à la veille stratégique et à l’intelligence économique<br>Using the Excom engine for semantic annotation, we have constructed an InformationRetrieval System based on semantic categories from automatic language analyses in order topropose a new approach to text search. e annotations are obtained by the Contextual Explorationmethod which is a knowledge based linguistic approach using markers and disambiguationrules. e queries are formulated according to search viewpoints which are at the heart of theInformation Retrieval strategy. Our approach uses the annotation categories which are organisedin linguistic ontologies structured as graphs. In order to provide relevant results to the user,we have designed algorithms for ranking and paraphrase identification. ese algorithms exploitprincipally the structure of the linguistic ontologies for the annotation. We have carriedout an evaluation of the relevance of the system results taking into account the specificity ofour approach. We have developed user interfaces allowing the construction of new informationproducts such as structured text syntheses using information extraction according to semanticcriteria. is approach also aims to offer tools in the field of economic intelligence

Cette thèse porte sur la navigation autonome de robots terrestres dans des environnements non structurés et dépourvus de télécommunications. Afin d'employer des robots mobiles pour effectuer des tâches complexes telles que l'exploration planétaire ou des opérations de sauvetage, ils doivent bénéficier d'une autonomie complète, notamment pour leur navigation sans carte préalable. Les dernières avancées dans le domaine de l'apprentissage profond permettent l'extraction d'informations sémantiques à partir des données capteurs d'un robot. L'exploitation de ces informations, relatives à la nature des éléments de l'environnement du robot, est une piste prometteuse pour l'amélioration de la sécurité et de l'autonomie des systèmes de navigation. Leur intégration dans un processus de cartographie en ligne et l'exploitation de la représentation produite pour la planification de chemins sont abordées via la notion de traversabilité du terrain. La complexité de calcul et la robustesse aux données bruitées sont des aspects cruciaux à prendre en compte. De nouvelles méthodes sont proposées pour la construction de telles représentations et leur exploitation pour la planification de trajectoires. Elles ont été intégrées dans un système complet de navigation robotique et utilisées avec succès dans un scénario réel<br>The content of this PhD thesis deals with the autonomous navigation of ground robots in telecommunication-denied unstructured environments. In order to employ mobile robots to perform complex tasks such as planetary exploration or search-and-rescue operations, they must be trusted with complete autonomy, notably for their map-less navigation. Thanks to recent advances in the domain of deep-learning, the efficient extraction of semantic information from a robot sensor data is now possible. The exploitation of this information, relating to the nature of the robot surroundings elements, is a promising lead toward the improvement of the safety and autonomy of navigation systems. The integration of semantic labelling into an online mapping process and the exploitation of the resulting environment representation for informative path planning are tackled via the notion of terrain traversability. Computational complexity and robustness to noisy inputs are crucial aspects to be considered. New methods are therefore proposed for the online construction of such representations and their exploitation for path planning. They have been integrated in a complete robot navigation system and successfully employed in a real-world scenario

Les forêts, en particulier les forêts plantées, jouent un rôle essentiel en tant que puits de carbone et ressources économiques. Leur gestion durable est toutefois complexe en raison de défis majeurs tels que les incendies et les maladies, ainsi que de contraintes continues liées à des facteurs multifactoriels comme les conditions climatiques ou les forces environnementales, telles que le vent, qui influencent le cycle de croissance des forêts. Ces dynamiques nécessitent la collecte de données détaillées, souvent difficiles à obtenir. Dans ce contexte, la navigation autonome de drones sous la canopée se présente comme une solution prometteuse pour une collecte de données plus efficace, suscitant un intérêt croissant dans la communauté robotique.Ce travail de recherche s'articule autour de trois axes principaux. Le premier axe consiste en le développement d'un système de segmentation d'images en temps réel intégré à un système embarqué utilisant une caméra stéréoscopique. Le deuxième axe concerne l'exploitation des résultats de cette segmentation pour construire une cartographie sémantique et permettre une localisation précise du drone. Enfin, le troisième axe se concentre sur la mise en place de stratégies de navigation et de planification de trajectoire basées sur l'analyse de cette cartographie, afin de répondre de manière sécurisée aux objectifs opérationnels.Les contributions majeures de cette recherche incluent une innovation dans le positionnement des capteurs, notamment avec l'utilisation originale d'un LiDAR positionné verticalement, ce qui a nécessité le développement de nouvelles méthodes de perception en temps réel. De plus, un algorithme de SLAM sémantique a été développé, exploitant la segmentation d'images et les caractéristiques géométriques du pin maritime. Enfin, une stratégie de navigation basée sur les champs de potentiels a été mise en œuvre, permettant une navigation sécurisée à travers des points de sécurité positionnés automatiquement en fonction des ordres de mission.Ces travaux ouvrent de nouvelles perspectives pour la gestion durable des forêts, en améliorant la précision et l'efficacité de la collecte de données à l'échelle individuelle des arbres<br>Planted forests, play a crucial role as carbon sinks and economic resources. However, their sustainable management is complex due to major challenges such as fires and diseases, as well as requirements of different nature, such as climatic conditions or environmental forces, such as wind, which impact forest growth cycles and require detailed information that is often difficult to collect. Autonomous drone navigation beneath the canopy emerges as a promising solution for efficient data collection, responding to the growing interest in this field within the robotics community.This research is structured around three main axes. The first axis involves the development of a real-time image segmentation system integrated into an embedded system using a stereoscopic camera. The second axis focuses on leveraging the results of this segmentation to build a semantic map and enable efficient drone localization. Finally, the third axis focuses on navigation and path planning strategies based on the analysis of this map to meet operational objectives safely.The major contributions of this research include an innovation in sensor positioning, notably the original use of a vertically positioned LiDAR, which required the development of new real-time perception methods. Additionally, a semantic SLAM algorithm was developed, leveraging image segmentation and the geometric characteristics of maritime pine trees. Finally, a navigation strategy based on potential fields was implemented, enabling safe navigation through automatically positioned safety points according to the mission orders.This work offers new perspectives for sustainable forest management by improving the precision and efficiency of data collection at the individual tree level

Ce travail de recherche entre dans le cadre des systèmes de recherche d’images par le contenu, en particulier la recherche par la texture. Le but de ce travail est de permettre à l’utilisateur de naviguer dans de grande base de données d’images sans formulation de requêtes en un langage d’interrogation spécifique. Pour atteindre cet objectif, nous avons réparti le travail en deux grands volets. Le premier volet concerne l’extraction et l’identification d’un modèle de texture composé d’attributs pertinents. Pour atteindre cet objectif, nous avons proposé d’étudier deux modèles de texture : les matrices de co-occurrences et les attributs de Tamura. La sélection et la validation du modèle caractéristique ont été faites à partir de plusieurs applications que nous avons proposées dans le cadre de cette thèse après réduction de la dimension de l’espace de représentation des modèles de texture. Ensuite, la navigation s’effectue à l’aide de treillis de Galois avec une interface HTML tout en passant par une phase d’interprétation du modèle de texture numérique en un modèle sémantique. Le problème de transcription du numérique au sémantique est considéré comme un problème de discrétisation des valeurs numériques continues. Un autre problème se manifeste lorsque la taille de la base des images augmente, les performances du système de navigation se dégradent. Pour pallier à ce problème, nous proposons de créer des résumés qui de plus permettent de focaliser la recherche et la navigation sur un ensemble d’images cibles et non pas sur toute la base<br>This work contributes to the field of Content-based Image Retrieval (CBIR) particularly texture-based retrieval. The main goal of this work is to enable the user to navigate through a large image database without making any query in specific language. To achieve this goal, we divided the work into two main parts. The first part involves the extraction of a texture model made of relevant attributes. We proposed to study two models of texture: the co-occurrence matrices and Tamura’s attributes. The selection and validation of the model features are based on several applications that we have proposed in this thesis after reducing the dimension of the representation’s space. Then, navigation is achieved using Galois’ lattices with a simple HTML interface while passing through a phase of interpretation of numerical model texture into a semantic model. The problem of the transcription from the numerical values to the semantics is regarded as a problem of discretisation of continuous attributes. Another problem occurs when the size of the database of images increases: the performance of the navigation system are deteriorating. To overcome this problem, we propose to use techniques of summarisation to create summaries that help users to navigate through target collections instead of the whole database

Ce travail de recherche entre dans le cadre des systèmes de recherche d'images par le contenu, en particulier la recherche par la texture. Le but de ce travail est de permettre à l'utilisateur de naviguer dans de grande base de données d'images sans formulation de requêtes en un langage d'interrogation spécifique. Pour atteindre cet objectif, nous avons réparti le travail en deux grands volets. Le premier volet concerne l'extraction et l'identification d'un modèle de texture composé d'attributs pertinents. Pour atteindre cet objectif, nous avons proposé d'étudier deux modèles de texture : les matrices de co-occurrences et les attributs de Tamura. La sélection et la validation du modèle caractéristique ont été faites à partir de plusieurs applications que nous avons proposées dans le cadre de cette thèse après réduction de la dimension de l'espace de représentation des modèles de texture. Ensuite, la navigation s'effectue à l'aide de treillis de Galois avec une interface HTML tout en passant par une phase d'interprétation du modèle de texture numérique en un modèle sémantique. Le problème de transcription du numérique au sémantique est considéré comme un problème de discrétisation des valeurs numériques continues. Un autre problème se manifeste lorsque la taille de la base des images augmente, les performances du système de navigation se dégradent. Pour pallier à ce problème, nous proposons de créer des résumés qui de plus permettent de focaliser la recherche et la navigation sur un ensemble d'images cibles et non pas sur toute la base.