Descripteur
Documents disponibles dans cette catégorie (16)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Utilisation conjointe d'informations symboliques et de mesures numériques dans la prise de décision en traitement d'images / Henri Moissinac-Massenat (1996)
Titre : Utilisation conjointe d'informations symboliques et de mesures numériques dans la prise de décision en traitement d'images Type de document : Thèse/HDR Auteurs : Henri Moissinac-Massenat, Auteur ; Henri Maître, Directeur de thèse Editeur : Paris : Ecole Nationale Supérieure des Télécommunications ENST Année de publication : 1996 Importance : 223 p. Format : 21 x 30 cm Note générale : bibliographie
thèse de doctorat présentée pour obtenir le grade de docteur, spécialité Signal et imagesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] carte de confiance
[Termes IGN] fusion d'images
[Termes IGN] fusion de données
[Termes IGN] graphe
[Termes IGN] incertitude des données
[Termes IGN] scène urbaineIndex. décimale : THESE Thèses et HDR Résumé : (auteur) En traitement d'images, la prise de décision est souvent l'objectif final: classification, extraction de primitives, détection d'objets, analyse d'une scène tous ces problèmes passent par la prise de décision sur la base des informations tirées du contenu des images. Ces informations sont souvent ambiguës, les raisonnements mis en œuvre ont donc pour but fondamental de tenir compte du caractère incertain des informations manipulées. On distingue en général deux types d'informations: les informations numériques, issues de traitements fondamentalement numériques (mesures diverses, analyse d'hypothèses en termes de probabilités, d'ensembles flous, combinaison de ces hypothèses) et les connaissances symboliques, plus complexes, qui permettent d'interpréter et de structurer les résultats obtenus (assemblage d'objets structures, règles déclaratives, savoir-faire opératoire). La plupart des travaux s'orientent vers une utilisation en deux étapes des deux types de connaissances: la première traitant les mesures numériques selon des modèles numériques (prise de décision bayésienne, théorie de Dempster-Shafer, décisions floues), la seconde manipulant les résultats de la première étape et les connaissances symboliques disponibles selon des raisonnements de type symbolique (règles déclaratives, systèmes experts). Cette thèse a pour objectif d'élaborer des schémas de prise de décision différents, qui s'appuient sur la présence et l'utilisation simultanée des deux types d'informations, en les faisant participer conjointement a la prise de décision: au niveau numérique, les connaissances symboliques (par exemple les relations entre objets) peuvent améliorer la qualité et la fiabilité des raisonnements ; au niveau symbolique, l'association systématique d'une mesure numérique de confiance a chaque objet permet de mieux combiner et assembler les différents concepts symboliques. Nous avons développé une application pour l'interprétation de scènes urbaines a l'aide de photographies aériennes et de cartes géographiques. La méthode d'analyse s'appuie sur les aspects essentiels suivants. Un modèle symbolique hiérarchique est défini a l'aide de graphes pour représenter le paysage urbain. Il est fonde sur le réseau routier et construit à partir des informations extraites de la carte et des photographies. Ce réseau routier peut être représenté numériquement dans les images: on lie ainsi directement le modèle symbolique et les connaissances symboliques qu'il porte, aux mesures numériques que sont les images et les informations qui en sont extraites. Un outil efficace de gestion de l'incertain au sein de ce modèle est proposé. Il est fonde sur l'emploi d'une mesure numérique unique. L'objectif est d'évaluer numériquement la qualité du modèle symbolique obtenu, i. e. La confiance qui peut être attribuée aux résultats presentés. Cette évaluation repose sur la collaboration étroite des connaissances symboliques (modèle de la ville, descriptions symboliques des objets) et des informations numériques (mesures numériques des propriétés de chaque objet, degré de confiance). La structure de graphes se révèle être un moyen efficace pour traduire symboliquement et numériquement les relations entre les objets complexes. Toute la force de ce système repose sur la capacité à fusionner et combiner compétitivement ou coopérativement de nombreux algorithmes d'analyse en tenant compte de la qualité des résultats obtenus par chacun. Ce sont les premières bases indispensables d'une éventuelle automatisation complète future du système (autocontrôle). Note de contenu : Introduction
1. De la fusion de données symboliques
2. Interprétation d'une scène urbaine
3. Le réalisme, une mesure de confiance
4. Incertain dans une structure de graphes
5. Incertain et fusion de graphes
6. Examen d'une carte géographique
7. Examen d'une photographie aérienne
8. Autres résultats
ConclusionNuméro de notice : 19952 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : thèse de doctorat : Signal et images : ENST : 1996 nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86269 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 19952-01 THESE Livre Centre de documentation Thèses Disponible