Contribution à l'interprétation d'images et vérification de la consistance d'un graphe
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Hodé, Yann
Date de soutenance : 12-11-2018

Directeur(s) de thèse : Deruyver, Aline

Président : Collet, Pierre
Rapporteur(s) : Brun, Luc - Conte, Donatello
Membre(s) du jury : Deruyver, Aline - Collet, Pierre - Brun, Luc - Conte, Donatello

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique, Mathématiques

Mots-clés libres : Intelligence artificielle, Graphe, Propagation de contraintes, Vision, Reconnaissance de forme, CSP
Mots-clés :
  • Reconnaissance des formes (informatique)
  • Traitement d'images -- Techniques numériques
  • Contraintes (intelligence artificielle)
Résumé : Dans cette thèse nous montrons que le raisonnement symbolique associé à la vérification de la consistance d'arc avec propagation de contraintes est un outil efficace pour interpréter les images. Nous montrons dans un premier temps que ce cadre théorique permet de vérifier l'organisation spatiale de différentes composantes d'un objet complexe dans une image. Nous proposons ensuite d'étendre l'utilisation de celui-ci à la reconnaissance sélective des formes décrites par des équations mathématiques, grâce à la notion de consistance d'hyper-arc à deux niveaux de contraintes. La pertinence et la faisabilité de cette approche ont été validées par de multiples tests. En outre, les résultats obtenus sur des images sur-segmentées montrent que la méthode proposée est résistante au bruit, même dans des conditions où les humains (dans certains cas d'agnosie visuelle) peuvent échouer. Ces résultats soutiennent l'intérêt du raisonnement symbolique dans la compréhension de l'image.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2018STRAD041
Type de ressource : Thèse