SONAR|HES-SO

SONAR|HES-SO

SONAR|HES-SO regroupe les travaux de bachelor et master diffusables de plusieurs écoles de la HES-SO. Consultez cette page pour le détails.

En cas de question, merci de contacter les bibliothécaires de la HES-SO : bibliotheques(at)hes-so.ch

Back to SONAR
Back
Bennani_Hategekimana_Rey_rapport_2022.pdf
Research report

Automatisation des fonctions archivistiques pour les données non textuelles : le cas des photographies en Suisse

Show more…
  • Genève : Haute école de gestion de Genève

119 p.

automatisation
fonctions archivistiques
photographie
Intelligence artificielle
indexation
auto-tagging
French Ce projet de recherche, qui a débuté en avril 2021, dresse un état des lieux des initiatives existantes en matière d’automatisation d’une ou de plusieurs fonctions archivistiques portant sur les photographies. Il présente les résultats de sept institutions sondées et gérant des collections ou fonds photographiques en Suisse : Cinémathèque suisse, Musée de l’Elysée (devenu Photo Elysée), Bibliothèque de l’Ecole polytechnique fédérale de Zürich (EPFZ ou ETHZ), Archives cantonales vaudoises (ACV), Keystone-ATS (agence télégraphique suisse), Haut-commissariat des Nations Unies pour les réfugiés (UNHCR) et Conservatoire et jardin botaniques de la Ville de Genève (CJBG). Les résultats présentés ici ont été obtenus en quatre étapes : 1) revue de littérature sur le sujet, 2) choix d’institutions, 3) entretiens semis-structurés avec les représentant-e-s des institutions choisies, 4) transcription, analyse et traitement des enregistrements d’entretiens.
Deux institutions sur sept automatisent déjà une fonction archivistique dédiée à la gestion des photographies. Il s’agit de la Bibliothèque de l’ETHZ qui recourt à l’intelligence artificielle pour indexer (étiqueter) de manière automatique des images en utilisant des mots-clés, et des Conservatoire et jardin botaniques de la Ville de Genève qui recourent à un prestataire externe pour automatiser le processus de capture d’images d’herbiers (lecture des codes-barres, recadrage des images, génération des formats photos, renommage des fichiers) grâce à un workflow de digitalisation équipé d’un tapis roulant photographique. Pour les autres institutions, l’automatisation est soit en projet – et c’est le cas de l’agence de presse Keystone- ATS et de Photo Elysée pour la description et l’indexation des images – ou en réflexion (Cinémathèque suisse pour l’acquisition et l’indexation). Seul le HCR n’a pas de projet en vue d’automatiser ses archives photographiques, du moins dans un proche avenir. D’une manière générale, l’automatisation des fonctions archivistiques pour les photographies n’est pas avancée. Par rapport aux archives textuelles, elle est en tout cas en retard et ce pour des raisons liées aux coûts, aux ressources informatiques, à l’intégration d’outils IA et à la diversité des données.
Une deuxième partie de ce travail présente un comparatif de la prise en main et des performances en auto-tagging des images pour chacun des cinq outils suivants : Google Vision, Imagga, SkyFish, Canto et Mobius Labs. Les résultats sont tirés des analyses menées sur un set de 100 photographies. La détection des divers éléments qui décrivent l’image a été évaluée pour chaque outil listé ci-dessus. D’après la méthode utilisée pour la comparaison, les résultats montrent que Mobius Labs est l’outil qui détecte le plus de mots-clés en accord avec nos attentes, suivi de Google Vision, SkyFish, Imagga, et Canto.
Language
  • French
Classification
Information, communication and media sciences
Notes
  • Haute école de gestion de Genève
  • Information documentaire
  • hesso:hegge
Persistent URL
https://sonar.rero.ch/hesso/documents/322358
Statistics
Document views: 640 File downloads:
  • Bennani_Hategekimana_Rey_rapport_2022.pdf: 331