Dans cet article, nous proposons une méthode d'annotation d'images tirées d'un corpus d'articles de presse. Pour contourner le problème du fossé sémantique posé par l'utilisation de descripteurs de bas-niveau, nous mettons en relation des indices visuels de haut-niveau extraits des images (présence de logos ou de panneaux) et des indices textuels issus de l'analyse du texte des articles (un sousensemble des entités nommées – noms d'entreprises. . .–). Dans un premier temps, nous proposons un détecteur de logos et de panneaux reposant sur le modèle des mots visuels proposé par Sivic et Zisserman [1], dont les descripteurs sont particulièrement adaptés à la détection de ce type d'objets. Notre détecteur ne nécessite qu'une phase d'apprentissage légère (données faciles à obtenir, peu de temps de calcul), et permet de détecter les logos de manière rapide et avec une bonne précision. Nous l'évaluons sur 413 images extraites du corpus initial d'articles de presse. Dans un second temps, nous présentons la méthode d'annotation d'images. Nous associons aux images où sont détectés des logos les entités nommées extraites de l'article accompagnant l'image et susceptibles de décrire ces logos. Nous montrons que cette méthode d'annotation est rapide et ne pose pas de problèmes de passage à l'échelle. Nous l'évaluons sur le corpus d'articles de presse complet, qui contient plus de 40000 images.