Le moteur de recherche
des thèses françaises
'%3e%3cpath%20style='fill:%2300a0dc;fill-opacity:1;stroke:none;stroke-width:.144606;stroke-opacity:1;stop-color:%23000'%20d='M41.8%20100.088H52.28c.46%200%20.831.421.831.945v10.25c0%20.524-.37.946-.831.946H41.8c-.46%200-.831-.422-.831-.945v-10.251c0-.524.37-.945.831-.945z'/%3e%3cpath%20d='m47.072%20102.02-4.87%202.656%204.87%202.657%203.985-2.174v3.06h.885v-3.543m-7.969%201.851v1.771l3.1%201.691%203.098-1.691v-1.77l-3.099%201.69z'%20style='fill:%23fff;fill-opacity:1;stroke-width:.442726'/%3e%3ccircle%20style='fill:%23009f1d;fill-opacity:1;stroke:%23fff;stroke-width:.379704;stroke-linecap:round;stroke-linejoin:round;stroke-miterlimit:4;stroke-dasharray:none;stroke-opacity:1;stop-color:%23000'%20cx='54.151'%20cy='101.224'%20r='3.451'/%3e%3cpath%20d='m55.669%2099.387.659.664-3.075%203.104-1.634-1.649.66-.663.974.979%202.416-2.435'%20style='fill:%23fff;fill-opacity:1;stroke:none;stroke-width:.30061;stroke-miterlimit:4;stroke-dasharray:none;stroke-opacity:1'/%3e%3c/g%3e%3c/svg%3e)
Localisation topologique, amers visuels et treillis de Galois
| Auteur / Autrice : | Emmanuel Zenou |
| Direction : | Malik Ghallab, Manuel Samuelides |
| Type : | Thèse de doctorat |
| Discipline(s) : | Systèmes informatiques et image |
| Date : | Soutenance en 2004 |
| Etablissement(s) : | Toulouse, ENSAE |
Mots clés
Résumé
Cette thèse s'inscrit dans le cadre de la classification d'images supervisée appliquée à la robotique mobile autonome en milieu structuré. Pour naviguer, et en particulier pour se repérer, un robot utilise des amers attachés à des sites de l'environnement, modélisé par un graphe topologique. À chaque noeud du graphe est associé un amer. Les amers sont des combinaisons d'attributs visuels optimales, obtenues au travers d'un formalisme particulier appelé ''treillis de Galois'' ou ''treillis de concepts''. Des algorithmes de construction de treillis ont été modifiés afin de permettre, de façon incrémentale, l'établissement d'une classification supervisée des images et l'extraction des amers visuels. Une extension probabiliste et une approche locale ont été implémentées pour améliorer les performances de l'apprentissage. Enfin, une application robotique complète a été implémentée dans les laboratoires du LAAS-CNRS et de SUPAERO.