From Editorial Chain to Research Platform : structuring, enriching and publishing large collections of digitized scientific publication
Nathalie Fragier
2003 appel MESRI,
2005 publication proatil
2013 devient une unité de service
2015 nouvelle version
2016 labellisé infrastructure de recherche
2017 data Persée
2018 publication Perseids. Corpus dans le champ des DH produits en collaboration avec les chercheurs
Faire de l’accès ouvert, tendre vers open data. Essaye de rendre les données FAIR findable, acceissible interoperable reusable
700 doc, 50 nouveaux par jour, 180 parterres publication.
Ensemble de données similaires aux born digital, doi, crossref, etc.
Actuellement en train de créer des mashup author pages
20 personnes
Une structure en arbre.
http://data.persee.fr/explorer/schemas-de-donnees/
Questionner la construction de données de Persée. Bien reçu mais RDF plutôt complexe pour les chercheurs en DH. Raison pour laquelle souhaite construire des couches supplémentaires pour aider les chercheur à utiliser l'utilisation.
Plutôt ID-ref, mais peut intéressé par ORCID car centrée sur les auteurs. RDF produit à partir de la base de données.
Virtuoso pour le triplestore. Peu d’utilisateurs. Des problèmes avec Sparklis une application développée pour faciliter la saisie des requêtes.
http://jGalith.persee.fr/jGalith/
application au départ supposée être utilisée par les éditeurs. Mais peu efficient, donc création d’une équipe dédiée à Lyon.
PERsonaliZed Color ProfilEs : PERIZCOPE, a modern methodology for rendering color in digital media displays
Groupe de photographie scientifique fondé ..
Première source de lumière, le soleil. En regardant le soleil plusieurs couches, plus ou moins perçu. Spectre que perçoit comme blanc. Mais avec trois couleurs, peut atteindre toutes les couleurs du spectre même sans tout avoir.
Si cette lumière est vue. Light-Vision. Une interaction avec la surface qui absorbe des parties du spectre. Interaction au niveau de l’œil au fond de l’œil. Rétine qui comporte des éléments sensibles à certaines parties du spectre lumineux.
L’œil est très similaire à un capteur numérique, il se compose d‘une matrice d’éléments sensibles sous forme de connes.
Photorecepteurs, la lumière est absorbée par la rétine. Deux types e photorécepteurs cones et rods.
Rods sont plus sensibles à la lumière.
Cones plus sensibles à la couleurs.
Une manière de réaliser que trois types de cones. Test de visions basés sur cela.
Source de la lumière avec son spectre, surface d’exposition.
Spectre qui pénètre dans l’œil, puis trois cones qui absorbent la lumière puis réagissent à la lumière.
Nous sommes sensibles à la couleur, mais pas seulement, besoin de travailler plus systématiquement. Dans un système informatique travaillera avec RVB dans le domaine de l’imprimerie CMYN
Test de perception de couleur où demandent à des personnes de classes des billes colorées. Clair que les personnes distinguent plusieurs ensembles colorés. dont un achromatique où distingue clairement les intensités.
Ensemble des couleurs peuvent dont être représentées dans un espace : avec axe couleurs et luminosité.
CIE-System
CIE Commission internationale de l’éclairage a chercher un standard approprié.
Grassmann’s law
Si un colora mach, elle est persistante même si une autre couleur est ajoutée aux deux champs. Additive color is linear. Donc facile à modéliser.
Expérimentation où gens font varier couleur jusqu’à ce que perception change. Mais valeurs négatives. Pourquoi ? Car d’après la loi de Grassman. Valeur négative car système linéaire.
Actuellement contraints d’avoir des valeurs positives. Compte tenu de la distribution...
A 3D view compliquée à voir souvent forme de plan.
Unit plane comme section en coupe.
Portion que représente avec le CIE 1931 color space chromaticity diagramme. Qui représente toutes les plages du spectre coloré.
Caméra et senseurs.
Chaque appareil a une sensibilité spécifique aux couleurs. Chaque caméra créée des nombre différents pour la même couleur mesurée.
Le problème est le même pour la présentation des couleurs. Les mêmes résultats requièrent des valeurs différents. Pour les ajuster besoin de disposer une référence.
Ce que l’on appelle un profil de couleur. Avec les valeurs RGB, possible de calculée valeurs pour améliorer la couleurs.
Un grande nombre de profils est nécessaires.
Sources et destinations. Un chaos total ! Pour tout caler aurait besoin énormément de drivers color profile.
En utilisant une couleur standardisée qui puisse présenter toutes les couleurs visibles la question peut être simplifiée.
n-Sources un standard CIE XYZ vers les destinations. Tous vos ordinateurs utilisent cela.
Plusieurs écrans et toujours le même rendu coloré. Mais cela suppose que tous les consommateurs ont le même système de perception. Mais bien sûr pas toujours vrai. Cf. expérience.
L’observateur standard différence de lumière. Donc système actuel basé sur une moyenne de couleurs.
Sans doute tous compris robe bleue ! Cela montre clairement que la couleur perçue est une question importante à régler sur l’ordinateur.
Do transform colors so that both observers see the same image, optimized...
Plusieurs projets qui essaye de faire des expérimentation sur la perception utilisateur.
Mobile device calibrator. Notre projet avoir couleurs de référence que peut mixer et qui permette de mesurer autant que possible le mélange de couleur pour mesurer.
Software pour rendre les différentes images dans un environnement de recherche pour discuter les résultats.
- Avoir un environnement web
- avoir quelque chose de plus complèxe que RTI, etc. WebGL + Webkit
Land hardware pour mesurées les résultats individuels, et comparer.
Couleur trading in arts, photographie et cinéma.
Comment numériser ? standard ou personnalisée. Comment utiliser le système pour voir comment professeur voit la couleur.
ICE Digital cinema initiative pi3 color space qui est beaucoup plus étendu que le standard actuellement utilisé sur ordinateur.
Question sur born digital art et leur complexité particulière. Pas d’original auquel se comparer. Problème de la perte de l’espace coloré. Triste que les grandes compagnies comme Microsoft et Adobe qui se disent des compagnie d’image ne souhaitent pas plus de standard commun.
Photographie quelque chose de très statique. Vieille peinture que peut capter de manière adéquate pour les couleurs, ou pour voir le relief de la peinture. Le problème c’est qu’en photographie actuellement doit décider ce que l’on met en avance.
Peut comparer cela au fait de faire prise de vue avec acteur et que perde certains plans. Trop coûteux.
Cherche à mettre plus de dynamique dans la photographie. RTI Reflectance Transformation Imaging RTI
Une ensemble de méthodes computationnelles qui captent la forme de la surface du sujet et combine avec couleur.
PTM Polynominal Texture Mapping
Malzbender Gelb, Wolters 2001 très bon algo
Idée de limiter le nombre de variables BRDF bidirectionnel reflectance distribution fonction.
...
PTMFitter
Peut imaginer cela de la manière suivante
RGB, et pour chaque combinaison et second ordre.
La même image 40 prise de vue. Pour chacune change position de la source et pour même position de pixel, fonction mathématique pour restituer les positions intermédiaire.
Une approche très simple et efficace. Mais pour certaines œuvres ne fonctionne pas du tout. Par exemple pour les mosaïques pas vrai, des parties brillantes.
Glossiness quelque chose qui nous manque pour la reproduction de nombreuses surfaces. Reproduction de la brillance que ne peut pas actuellement reproduire en art.
Cherché à trouver des solutions pour cela.
Séparation du problème de manière à identifier une solution stable pour caler le processus. Implémentable dans les techno logicielles. Importation procédé graphique venant du jeu pour simuler.
Brillance qui peut paraître belle mais fausse. Ce qui est toujours un pb.
Définition de régions en fonction des matériaux. Selon ces surfaces possibilité d’appliquer des modèles différents pour choisir solution la plus réaliste possible.
Pour les wall painting, le plus surprenant que possible d’ajouter des glose artificielle pour voir des choses que ne peut pas vraiment distinguer. Important et intéressant pour la restauration ou documenter l’état des œuvres.
Un laboratoire avec machinerie spéciale pour faire cela. Light tome, Même grue si peut contrôler la position.
Small et mobile dome pour travailler en bibliothèques, etc. Essayer de rendre possible de travailler le plus longtemps possible avec la prise de vue réaliser.
SW Ecosystème. Acquisition SW standard, Visualisation, Model fitting et un virtual research environment. Stocker métadonnées de l’utilisateur pour avoir les même situation de vision.
Interface pour modifier orientation des sources de lumières directement dans l’interface.