Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Nous exposerons une méthode de segmentation d’images basée sur l’exploitation de connaissances formulées à l’aide de règles si-alors. Ces règles sont exprimées à l’aide de l’architecture cognitive Soar, qui est dotée d’un mécanisme d’apprentissage automatisé. La segmentation s’effectue en subdivisant l’image en contours fermés qui correspondront à des objets ou parties d’objets: ayant ainsi isolé les parties d’un objet, il sera possible au système à base de connaissances de les comparer à une description symbolique et de déterminer la nature de l’objet. Dans un premier temps, on extraira des segments de contour consistant en arcs de cercle et lignes droites, …
Une revue des principaux modèles de réseaux neuroniques artificiels appliqués à des systèmes de vision numérique sera présentée au colloque. Un modèle du système de vision artificielle sera d’abord présenté, identifiant les niveaux de représentation requis de l’information visuelle et les divers algorithmes permettant de passer d’un niveau de représentation au suivant. Les différents modèles de neurone permettant une représentation efficace de l’information visuelle seront explorés, puis les diverses réalisations neuroniques des algorithmes. Les algorithmes de bas niveau, c’est-à-dire ceux permettant d’extraire les caractéristiques primaires de l’image d’entrée, seront illustrés par divers algorithmes multirésolutions d’extraction des linéaments d’une image satellitaire …