Optimization and implementation of bio-inspired feature extraction frameworks for visual object recognition - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2016

Optimization and implementation of bio-inspired feature extraction frameworks for visual object recognition

Optimisation et implémentation de méthodes bio-inspirées d'extraction de caractéristiques pour la reconnaissance d'objets visuels

Résumé

Industry has growing needs for so-called \intelligent systems", capable of not only acquire data, but also to analyse it and to make decisions accordingly. Such systems are particularly useful for video-surveillance, in which case alarms must be raised in case of an intrusion. For cost saving and power consumption reasons, it is better to perform that process as close to the sensor as possible. To address that issue, a promising approach is to use bio-inspired frameworks, which consist in applying computational biology models to industrial applications. The work carried out during that thesis consisted in selecting bio-inspired feature extraction frameworks, and to optimize them with the aim to implement them on a dedicated hardware platform, for computer vision applications. First, we propose a generic algorithm, which may be used in several use case scenarios, having an acceptable complexity and a low memory print. Then, we proposed optimizations for a more global framework, based on precision degradation in computations, hence easing up its implementation on embedded systems. Results suggest that while the framework we developed may not be as accurate as the state of the art, it is more generic. Furthermore, the optimizations we proposed for the more complex framework are fully compatible with other optimizations from the literature, and provide encouraging perspective for future developments. Finally, both contributions have a scope that goes beyond the sole frameworks that we studied, and may be used in other, more widely used frameworks as well.
L'industrie a des besoins croissants en systèmes dits intelligents, capable d'analyser les signaux acquis par des capteurs et prendre une décision en conséquence. Ces systèmes sont particulièrment utiles pour des applications de vidéo-surveillance ou de contrôle de qualité. Pour des questions de coût et de consommation d'énergie, il est souhaitable que la prise de décision ait lieu au plus près du capteur. Pour répondre cette problématique, une approche prometteuse est d'utiliser des méthodes dites bio-inspirées, qui consistent en l'application de modèles computationels issus de la biologie ou des sciences cognitives des problèmes industriels. Les travaux menés au cours de ce doctorat ont consisté à choisir des méthodes d'extraction de caractéristiques bio-inspirées, et les optimiser dans le but de les implanter sur des plateformes matrielles dédiées pour des applications en vision par ordinateur. Tout d'abord, nous proposons un algorithme générique pouvant être utilisé dans différents cas d'utilisation, ayant une complexité acceptable et une faible empreinte mémoire. Ensuite, nous proposons des optimisations pour une méthode plus générale, basées essentiellement sur une simpli cation du codage des données, ainsi qu'une implantation matérielle basées sur ces optimisations. Ces deux contributions peuvent par ailleurs s'appliquer à bien d'autres méthodes que celles étudiées dans ce document.
Fichier principal
Vignette du fichier
thèse.pdf (4.17 Mo) Télécharger le fichier

Dates et versions

tel-01483419 , version 1 (05-03-2017)
tel-01483419 , version 2 (09-03-2017)

Licence

Copyright (Tous droits réservés)

Identifiants

  • HAL Id : tel-01483419 , version 1

Citer

Olivier Boisard. Optimization and implementation of bio-inspired feature extraction frameworks for visual object recognition. Computer Vision and Pattern Recognition [cs.CV]. Université de Bourgogne - Franche Compté, 2016. English. ⟨NNT : ⟩. ⟨tel-01483419v1⟩
367 Consultations
662 Téléchargements

Partager

Gmail Facebook X LinkedIn More