Contribution à l'interprétation d'images et vérification de la consistance d'un graphe - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2018

Contribution to image interpretation and graph consistency

Contribution à l'interprétation d'images et vérification de la consistance d'un graphe

Résumé

In this thesis we show that symbolic reasoning associated with arc consistency checking is an efficient tool for images interpretation. We first show that this theoretical framework makes it possible to verify the spatial organization of different components of a complex object in an image. We then propose to extend the use of this framework to the selective recognition of shapes described by mathematical equations, thanks to the notion of hyper-arc consistency with bi-levels constraint. The relevance and feasibility of this approach have been validated by multiple tests. In addition, the results obtained on over-segmented images show that the proposed method is noise-resistant, even under conditions where humans (in some cases visual agnosia) may fail. These results support the interest of symbolic reasoning in image understanding.
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.
Fichier principal
Vignette du fichier
Hode_Yann_2018_ED269.pdf (4.95 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02166274 , version 1 (26-06-2019)

Identifiants

  • HAL Id : tel-02166274 , version 1

Citer

Yann Hodé. Contribution à l'interprétation d'images et vérification de la consistance d'un graphe. Intelligence artificielle [cs.AI]. Université de Strasbourg, 2018. Français. ⟨NNT : 2018STRAD041⟩. ⟨tel-02166274⟩
85 Consultations
62 Téléchargements

Partager

Gmail Facebook X LinkedIn More