Contribution à la minimisation de l'a priori en reconnaissance des formes : conception d'un prototype de trieuse automatique de poissons par vision artificielle en milieu industriel

par Pierre Loonis

Thèse de doctorat en Informatique

Sous la direction de Jean-Pierre Bonnefoy.

Soutenue en 1996

à La Rochelle .


  • Résumé

    Cette étude porte sur la reconnaissance d'objets naturels et complexes. Nous avons travaillé à dissocier les mécanismes de reconnaissance, de la connaissance du domaine. Une approche multi-points de vue permet de construire un système général, constitué d'un ensemble de méthodes de reconnaissance des formes mixtes. L’étape déterminante est la fusion : il s'agit de gérer la combinaison de différents avis, dans le but de prendre une décision robuste. L’originalité de notre approche réside en une fusion non explicite par un réseau connexionniste. L’imperfection, comme l'incohérence, sont des notions gérées globalement et de façon adaptée à l'application concernée, par le système lui-même. La retro-propagation du gradient est utilisée pour adapter la fonction de fusion, sans apport d'une connaissance du gradient est utilisée pour adapter la fonction de fusion, sans apport d'une connaissance exogène explicite. Celle-ci correspond à une base de règles implicites qui constitue le raisonnement, construit avec un minimum d'a priori, de notre système de classement. Un partitionnement de l'espace de représentation adapté à chacun des classifieurs et optimal en regard des performances du système global est déterminé par une technique d'optimisation stochastique à partir d'un algorithme génétique. Nous proposons enfin une évaluation automatique de la qualité et de la quantité d'information produite par différentes sources de décision. Une étude du point de vue de la théorie de l'information nous permet de dégager des propriétés quant aux bornes de fiabilité d'une méthode de reconnaissance des formes. Le principe de notre système de classement a été établi, sa grande souplesse d'utilisation et sa généralité mises en évidence sur des données réelles : reconnaissance d'images de scènes d'extérieur, reconnaissance de données issues d'analyses chimiques, reconnaissance d'images de poissons de rivière acquises dans une passe à poissons. Ce système de classement est actuellement mis en pratique sur une plate-forme industrielle que nous avons conçue : un prototype de trieuse automatique de poissons par vision artificielle.

  • Titre traduit

    A priori minimization in pattern recognition : application to industrial fish sorting by computer vision


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (159 f.)
  • Annexes : Bibliogr. p. 135-141

Où se trouve cette thèse ?

  • Bibliothèque : Université de La Rochelle. Bibliothèque universitaire.
  • Accessible pour le PEB
  • Bibliothèque : Université de La Rochelle. Bibliothèque universitaire.
  • Disponible pour le PEB
  • Cote : THE-S 1996 LOO
  • Bibliothèque : Université de La Rochelle. Bibliothèque universitaire.
  • Disponible pour le PEB
  • Cote : THE-S 1996 LOO
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.