Le Jeu de Données et le Défi de Similarité d'Images 2021

Ce document présente un nouveau benchmark pour la détection de similarité d'images à grande échelle. Ce benchmark est utilisé pour le Défi de Similarité d'Images lors de la conférence NeurIPS'21 (ISC2021). L'objectif est de déterminer si une image de requête est une copie modifiée de l'une des images d'un corpus de référence d'un million d'images. Le benchmark comprend une variété de transformations d'images, telles que des transformations automatisées, des modifications manuelles et des manipulations basées sur l'apprentissage automatique (machine learning). Cela imite les cas réels observés dans les médias sociaux, par exemple en ce qui concerne les problèmes liés à l'intégrité, tels que la désinformation et le contenu illicite. La force des manipulations d'images, et donc la difficulté du benchmark, est ajustée en fonction des performances d'un ensemble d'approches de base. Les ensembles de requêtes et de référence contiennent majoritairement des images "de distraction" qui ne correspondent pas, reflétant ainsi un scénario réel où l'on cherche une aiguille dans une botte de foin. Nous nous attendons à ce que le benchmark DISC21 favorise la détection de copies d'images comme une tâche importante et complexe en vision par ordinateur, et qu'il renouvelle l'état de l'art. Le code source et les données sont disponibles à l'adresse suivante : https://github.com/facebookresearch/isc2021