Programme de la réunion du 09 décembre 2010

Théorie et applications des fonctions de croyance pour les systèmes de vision


Présentation

Les systèmes de vision sont des systèmes complexes et par définition mal connus. Pour mieux les analyser il faut faire le lien entre les notions de complexité et d'incertitude (incertitude des données disponibles issus de capteurs ou d'opinions d'experts). Un des enjeux est la modélisation et la propagation de ces incertitudes dans les calculs et les raisonnements de manière à caractériser la confiance dans les résultats. La théorie des fonctions de croyance permet de répondre à ce problème.

L'objectif de cette journée est de faire un bilan des différentes méthodes qui existent et celles qui sont mises en oeuvre dans les applications.

Programme de la journée

Résumés

Thierry DENOEUX (Heudiasyc, Compiègne)

Titre : Théorie des fonctions de croyance : applications en reconnaissance de formes et en fusion d'informations

Présentation -- -- au format pdf

Résumé:


Emmanuel RAMASSO (FEMTO-ST / ENSMM, Besançon)

Titre : Les fonctions de croyance et données temporelles

Présentation -- --au format pdf

Résumé: Au cours de cette présentation, un panorama des outils permettant l'analyse de données temporelles dans le cadre des fonctions de croyance est présenté. Des applications concernant l'analyse de vidéos d'athlétisme et l'analyse de signaux provenant de machines tournantes sont proposées.


Frédéric PICHON (Thales Research & Technology, Palaiseau)

Titre : Prise en compte de méta-connaissances sur les sources en correction et en fusion d'informations

Présentation -- -- au format pdf

Résumé: La théorie des fonctions de croyance est un cadre permettant le traitement des incertitudes. Deux parties importantes de cette théorie sont la correction et la fusion de fonctions de croyance. La correction fait référence à la possibilité de transformer l'information fournie par une source en fonction de méta-connaissances sur cette source telles que sa fiabilité ou sa précision. La fusion s'intéresse à la combinaison d'informations fournies par plusieurs sources, où le résultat de la combinaison dépend de méta-connaissances sur ces sources. Au cours de cet exposé, les résultats de travaux récents sur la prise en compte de méta-connaissances sur les sources en correction et en fusion d'informations seront exposés et illustrés au travers d'exemples didactiques.


Anne-Sophie PUTHON (CAOR, Mines ParisTech)

Titre : Fusion de données cartographiques en vision pour la détermination de la vitesse limite

Présentation -- -- au format pdf

Résumé: Une vitesse excessive sur la route est reconnue comme étant un facteur aggravant voire déclenchant de nombreux accidents. Il apparaît donc nécessaire de pouvoir connaître à tout instant la vitesse limite et d'en informer le conducteur et-ou le système afin qu'il adapte sa conduite en conséquence. Cependant, une détermination fiable de la vitesse limite courante est une tâche complexe, qui doit prendre en compte d'une part la limite implicite déduite des informations cartographiques fournies par le système de navigation après localisation et map-matching, et d'autre part le résultat d'un système de détection et reconnaissance de panneaux utilisant une caméra embarquée, afin d'obtenir en particulier les limites variables ou temporaires (pour travaux), qui complètent ou contrediesnt ces limitations implicites. Ces deux sources d'informations sont ensuite fusionnées pour déterminer la vitesse limite. Dans le contexte étudié, la théorie des croyances de Dempster-Shafer semble la plus apropriée du fait d'une bonne gestion des conflits, fréquents de par la nature même des informations en présence, et de l'ignorance. Cette dernière survient notamment lorqu'aucun panneau n'a encore été détecté. Outre le système global, nous présentons ici une nouvelle manière, plus pertinente, de calculer les croyances à accorder aux limitations possibles en fonction des divers attributs extraits de la cartographie. Enfin, nous illustrons les résultats préliminaires obtenus avec notre approche de fusion.


Nasr Makni (LAGIS - Lille)

Titre : Méthodes crédibilistes de classification et de segmentation pour l'aide au diagnostic du cancer de la prostate

Présentation -- -- au format pdf

Résumé: Nous présentons des méthodes de segmentation d'images inspirées d'algorithmes de reconnaissance de formes basés sur les fonctions de croyance. Ces solutions sont adaptées et appliquées sur des données multi-source, provenant d'imagerie à Résonance Magnétique multi-spectrale, pour l'aide à la caractérisation et la détection de tissus et tumeurs prostatiques.