Numéro 1

1. Gestion entropique du flot d'informations et minimisation des ressources matérielles en fusion d'informations Bienvenu FASSINUT-MONBOT, Jean-Bernard CHOQUEL. 1-23 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Nous proposons dans cet article une approche de fusion probabiliste reposant sur des critères entropiques dont le but est de réduire l'espace de combinaison en représentant explicitement les notions de redondance et de complémentarité des sources d'information. Ce type de modélisation est en particulier intéressant pour optimiser le choix des mesures, issues des sources d'information, à combiner dans un système de fusion. Il est en accord avec le souci de rapidité de traitement et de minimisation des ressources matérielles qui se pose en fusion d'informations. Pour repondre à cela, nous avons réalisé une étude de la parallélisation de l'algorithme de fusion entropique développé en vue de son implantation parallèle dans le cadre d'une application en robotique mobile. La spécification de l'algorithme faisant apparaître du parallélisme potentiel est ensuite implantée sur un réseau de stations de travail fonctionnant en mode MIMD-NORMA à l'aide des environnements de programmation SynDEx, qui supporte la méthodologie AA-A, et PVM, qui est de type CSP de Hoare.

2. Classification de textures hyperspectrales fondée sur un modèle markovien et une technique de poursuite de projection Guillaume RELLIER, Xavier DESCOMBES, Frédéric FALZON, Josiane ZERUBIA. 25-42 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Nous considérons le problème de l'analyse de textures d'images hyperspectrales. De manière à tirer parti de la finesse de la discrétisation spectrale inhérente à ce type d'image, nous réalisons une modélisation de texture qui intègre simultanément les données spatiales et spectrales en employant une approche vectorielle dans un modèle markovien. Ce modèle est utilisé conjointement avec un algorithme de poursuite de projection, permettant de déterminer un sous-espace optimal dans lequel on projette les données. Ceci permet de diminuer les effets néfastes d'une trop grande dimensionnalité des données, connus sous le nom de phénomène de Hughes. Ce modèle est testé dans le cadre de la classification supervisée de zones urbaines.

3. Mesure de la qualité visuelle des images compressées Ahmed TAMTAOUI, Driss ABOUTAJDINE. 43-53 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Cet article présente une méthode de mesure objective de la qualité visuelle des images monochromes dégradées par des schémas de codage. La méthode développée se classe dans le cadre des méthodes utilisant une référence. L'originalité de la méthode repose sur la pondération des mesures standards par une densité d'erreur locale calculée sur des fenêtres d'analyse recouvrant l'image. Le calcul de cette densité se base sur trois critères qui sont le contraste, la structure et la quantification. D'autres méthodes, telles que les mesures standards PSNR (Peak Signal to Noise Ratio) et EAM (Erreur Absolue Moyenne), pondérées par le modèle de Daly simplifié [6], et la méthode de Frànti [9], sont décrites dans cet article. Les résultats des différentes méthodes de mesure sont comparés entre eux. La mesure proposée est la plus fiable en terme de coefficient de corrélation avec la mesure subjective pour l'ensemble des images testées.

4. Classification de mines sous-marines à partir de l'image sonar brute : caractérisation du contour de l'ombre portée par algorithme génétique I. QUIDU, J. Ph. MALKASSE, G. BUREL. 55-76 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Dans le domaine de la chasse aux mines sous-marines, l'objet détecté peut être caractérisé par son ombre portée sur le fond. L'approche classique est séquentielle : l'image sonar est tout d'abord segmentée afin d'obtenir une image binaire partageant les pixels entre la zone d'ombre et la zone de réverbération de fond, puis des attributs caractéristiques sont extraits de la silhouette 2-D correspondant à l'ombre segmentée lesquels servent à classifier l'objet en fin de traitement. À chacune des étapes sont généralement associés des pré- et/ou post-traitements visant à éviter qu'une erreur intervenant à un instant donné de la chaîne de traitement se répercute jusqu'au résultat final. Afin d'optimiser la procédure de classification en se concentrant sur l'objectif ultime de la chaîne de traitement, nous avons mis en oeuvre un processus dynamique pour caractériser le contour de l'ombre à partir de l'image sonar brute en offrant en outre la possibilité de classifier l'objet détecté. Cette approche innovante fait appel aux notions de modèles déformables, modèles statistiques et algorithmes génétiques.

5. Apprentissage de réseaux de neurones à fonctions radiales de base avec un jeu de données à entrée-sortie bruitées Abd-Krim SEGHOUANE, Gilles FLEURY. 77-85 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Cet article traite du problème de l'apprentissage des réseaux de neurones à fonctions radiales de base pour l'approximation de fonctions non linéaires L2 de Rd vers R. Pour ce type de problème, les algorithmes hybrides sont les plus utilisés. Ils font appel à des techniques d'apprentissage non supervisées pour l'estimation des centres et des paramètres d'échelle des fonctions radiales, et à des techniques d'apprentissage supervisées pour l'estimation des paramètres linéaires. Les méthodes d'apprentissage supervisées reposent généralement sur l'estimateur (ou le critère) des moindres carrées (MC). Cet estimateur est optimal dans le cas où le jeu de données d'apprentissage (zi, yi)i=1,2,...,q est constitué de sorties yi, i = 1, q bruitées et d'entrées zi, i = 1, ..., q exactes. Cependant lors de la collecte des données expérimentales il est rarement possible de mesurer l'entrée zi sans bruit. L'utilisation de l'estimateur des MC produit une estimation biaisée des paramètres linéaires dans le cas où le jeux de données d'apprentissage est à entrées et sorties bruitées, ce qui engendre une estimation erronée de la sortie. Cet article propose l'utilisation d'une procédure d'estimation fondée sur le modèle avec variables entachées d'erreurs pour l'estimation des paramètres linéaires (pour l'apprentissage supervisé) dans le cas où le jeux de données d'apprentissage est à entrées et sorties bruitées. L'interprétation géométrique du critère d'estimation proposé est établie afin de mettre en évidence son avantage relativement au critère des moindres carrés. L'amélioration des performances en terme d'approximation de fonctions non linéaires est illustrée sur un exemple.

6. Suivi d'objets dans une scène étendue par un système de vision distribué, application à la surveillance d'environnement autoroutier Cina MOTAMED, Olivier WALLART. 87-100 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Cet article présente l'architecture logique d'un système de perception distribué. Le système est constitué de capteurs de vision autonomes analysant la scène selon des points de vue distincts et sans recouvrement. Le suivi global des objets est réalisé par l'intermédiaire d'une ré-identification des objets perçus par plusieurs caméras. Les principales difficultés du système d'interprétation sont la gestion des erreurs lors de la ré-identification des objets et des contraintes temps réel que le système doit respecter. La gestion des erreurs est prise en charge par un raisonnement approximatif basé sur la théorie des possibilités et les aspects temps réel du système sont gérés par un raisonnement distribué et temporel.

Numéro 2

1. Détection robuste par modèle probabiliste d'apparence : une approche bayésienne Rozenn DAHYOT, Pierre CHARBONNIER, Fabrice HEITZ. 101-117 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Dans cet article, nous nous intéressons à la détection d'objets dans des scènes complexes, par des méthodes basées sur des modèles statistiques d'apparence globale. L'approche proposée associe, dans un cadre bayésien, une représentation standard des images d'apprentissage par espace propre à des modèles de bruit et à des modèles a priori non gaussiens. Ce modèle permet d'unifier les méthodes de détection classiques rencontrées dans la littérature et conduit, de façon naturelle, à la définition d'une nouvelle classe de détecteurs statistiques, intégrant des modèles de distribution quelconque pour les images d'apprentissage. La comparaison des caractéristiques opérationnelles des récepteurs (courbes COR) sur des bases de données communes, illustre les contributions de l'approche bayésienne. Elle montre également que l'adoption de modèles non gaussiens permet de dépasser significativement les performances des algorithmes faisant actuellement référence dans le domaine [2, 14].

2. Débruitage par ondelettes et segmentation de signaux non-stationnaires : réinterprétation d'un algorithme itératif et application à la phonoentérographie R. RANTA, Valérie LOUIS-DORR, C. HEINRICH, D. WOLF, F. GUILLEMIN. 119-135 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Ce travail traite du débruitage par ondelettes de signaux non-stationnaires, afin d'extraire les événements informatifs. Le cadre applicatif retenu est le traitement de sons physiologiques abdominaux, dans un but de surveillance et de diagnostic. Ce travail reprend une étude récente située dans le même cadre [14]. La méthode itérative de séparation des parties stationnaire et non-stationnaire (transitoire) d'un signal présentée par Hadjileontiadis et al. [15,14] est une adaptation au traitement des sons physiologiques de l'algorithme de débruitage initialement décrit par Coifman et Wickerhauser [6, 7]. Cette méthode exige le réglage de deux paramètres. Nous proposons une nouvelle version de l'algorithme de Hadjileontiadis et al., basée sur une interprétation de type point fixe. Cette modification nous permet de supprimer un des paramètres de réglage et de fournir une borne inférieure du second en fonction de la distribution de probabilité des coefficients d'ondelette. Cette version revisitée de l'algorithme permet également une réduction très nette du temps de calcul. Nous présentons et comparons avec d'autres algorithmes de débruitage, les résultats du traitement de signaux simulés mais également de signaux réels qui nous intéressent plus particulièrement, à savoir les sons physiologiques abdominaux.

3. Les capteurs d'imagerie en robotique sous-marine : tendances actuelles et futures Michel LEGRIS, Katia LEBART, Franck FOHANNO, Benoit ZERR. 137-164 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Les deux principaux instruments utilisés comme capteurs de perception en robotique sous-marine sont le sonar et la vidéo. Dans une première partie, nous présentons les principes utilisés en imagerie acoustique. Si certaines techniques sont classiques, d'autres, telles que l'antenne synthétique, l'interférométrie et l'antenne paramétrique sont encore du domaine de la recherche appliquée. Dans une seconde partie, les applications de l'imagerie acoustique sont évoquées. Elles sont essentiellement axées sur la caractérisation des fonds sous-marins et sur l'aide que l'image peut apporter à la navigation du robot. Enfin, la troisième partie évoque les technologies et les traitements vidéo. Ce capteur s'avère très complémentaire du sonar grâce à sa haute résolution et à la facilité d'interprétation des images.

4. Recalage et mise en correspondance d'images tomographiques et de projection. Cas de l'Angiographie par Résonance Magnétique (ARM) et de l'Angiographie par Rayons X (ARX) Maximilien VERMANDEL, Georges PALOS, Anne-Sophie DEWALLE, Christian VASSEUR, Jean ROUSSEAU. 165-181 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Nous présentons un nouvel algorithme réalisant un recalage multimodal d'images planes (2D, ARX) et tomographiques (3D, ARM). Le recalage 2D/3D est défini par la recherche de la meilleure transformation rigide permettant de replacer un ensemble de données multimodales dans un espace tridimensionnel commun. L'intérêt de la méthode proposée réside principalement en deux points. Tout d'abord, l'exploitation de données anatomiques offre la possibilité d'un recalage sans référentiel externe, donc la possibilité d'un examen minimalement invasif plus confortable pour le patient. Ensuite, après la sélection manuelle d'une structure anatomique de référence, la phase de recalage peut être réalisée indépendamment de l'opérateur, puisque l'initialisation est automatique. En premier lieu, les données de l'imagerie tomographique sont exploitées pour reconstruire une structure tridimensionnelle. Cette dernière définit le référentiel commun aux deux modalités. Puis, la position optimale de cette structure dans le référentiel de l'ARX est recherchée au moyen d'une analyse multi-résolution et d'une procédure d'optimisation. Finalement, la position de la structure tridimensionnelle étant connue en ARX et ARM, il est possible d'avoir une correspondance tridimensionnelle entre les modalités, à la condition de disposer d'au moins deux incidences pour les images planes.

5. Localisations absolues en milieu intérieur basées sur la vision omnidirectionnelle Cvril CAUCHOIS, Arnaud CLERENTIN, Laurent DELAHOCHE, Eric BRASSART, Cyril DROCOURT. 183-212 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Dans cet article, nous présentons deux méthodes de localisation basées sur l'utilisation du capteur omnidirectionnel SYCLOP. La première méthode, statique, consiste à rechercher la configuration du robot d'une manière absolue par la mise en correspondance d'une image réelle avec une base d'images panoramiques synthétiques. Cette base est obtenue grâce à la modélisation et la calibration du capteur SYCLOP. La deuxième méthode, dynamique, est basée sur de la poursuite multi-cibles. L'originalité de cette méthode réside dans sa capacité à gérer et propager des incertitudes durant le processus de localisation. Cette propagation multi-niveaux d'incertitudes est basée sur l'utilisation de la théorie de Dempster Shafer. Dans ce travail, SYCLOP est associé à un capteur de profondeur. Ceci permet de traiter des données à la fois complémentaires et redondantes et donc de construire un modèle sensoriel robuste intégrant un nombre important de primitives significatives. En nous appuyant sur ce modèle, nous traitons le problème de maintien d'un appariement et de la propagation d'une incertitude sur chaque primitive appariée, ceci dans le but d'obtenir une incertitude globale qui caractérise l'estimation de configuration du robot.

6. Estimation de mouvements et reconstruction d'images à partir de séquences à faible flux Mireille GUILLAUME, Salah BOURENNANE, Fabrice HERRMANN. 213-224 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Nous présentons une méthode de reconstruction d'images spatiales à partir de séquences à très faible flux, acquises par un capteur en mouvement avec une vitesse moyenne constante et perturbé par des translations aléatoires. La vitesse moyenne et les déplacements aléatoires sont estimés pour corriger le flou de bougé, et nous montrons que la modélisation du mouvement permet la reconstruction du champ imagé avec une très bonne précision. Nous présentons également un filtrage de Kalman original, adapté à cette situation d'observation, et qui permet une caractérisation et un suivi des paramètres du mouvement.

Numéro 3-NS

1. Chemins minimaux et modèles déformables en analyse d'images Laurent D. COHEN. 225-241 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Nous présentons une synthèse d'une partie de nos travaux sur les chemins minimaux. Introduits au départ pour trouver le minimum global de l'énergie pour les contours actifs à l'aide du Fast Marching [18], nous les avons utilisés par la suite pour la recherche de contours multiples pour compléter des points, des courbes ou des régions dans des images 2D et 3D. Plusieurs variantes permettent d'améliorer le temps de calcul, de simplifier l'initialisation ou de centrer le chemin dans une structure tubulaire. Le Fast Marching est aussi un moyen efficace de résoudre l'évolution d'un modèle de contour actif ballon par "level sets". Nous montrons des applications notamment pour la segmentation de routes et vaisseaux et pour l'endoscopie virtuelle.

2. Le traitement d'images à l'aube du XXIe siècle A. APPRIOU. 241 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Pas de résumé disponible pour cette communication.

3. Connexions et segmentation d'image Jean SERRA. 243-254 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Après quelques rappels sur la notion de connexion ensembliste, une définition formelle de la segmentation des images est proposée, qui l'interprète en termes de partition maximale selon un critère donné. Le théorème central du texte identifie alors segmentation, critère connectif et connections induites, pour toute famille de fonctions d'un espace arbitraire E dans un espace arbitraire T. La pertinence de la théorie est illustrée par une série d'exemples. Les connexions sont ensuite utilisées à des fins de filtrage. Ici, les deux opérations de base sont l'ouverture par reconstruction et le nivellement. Le texte se conclut par la comparaison de la démarche proposée avec les méthodes variationnelles et avec les stratégies à base de graphes.

4. Modèles de Markov en traitement d'images Wojciech PIECZYNSKI. 255-277 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

L'objet de l'article est de présenter divers aspects des traitements statistiques des images utilisant des modèles de Markov. En choisissant pour cadre la segmentation statistique nous rappelons brièvement la nature et l'intérêt des traitements probabilistes et présentons les modèles de Markov cachés classiques : champs, chaînes, et arbres. Les méthodes bayésiennes de segmentation sont décrites, ainsi que les grandes familles des méthodes d'apprentissage. Quelques modèles ou méthodes de traitements plus récents comme les modèles de Markov Couple et Triplet, la fusion de Dempster-Shafer dans le contexte markovien, ou l'estimation des mélanges généralisés sont également présentés. Nous terminons par une liste non exhaustive des divers prolongements des méthodes et modèles vers l'imagerie multidimensionnelle, multisenseurs, multirésolution. Des liens avec les modèles graphiques généraux sont également brièvement décrits.

5. Sur les seuils de reconnaissance des formes Pablo MUSE, Frédéric SUR, Jean-Michel MOREL. 279-294 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Un enjeu important de la recherche de formes dans une base d'images est la définition de seuils non supervisés permettant d'éviter une déferlante de fausses détections, ou, au contraire, des rejets de formes qui auraient dû être reconnues. En prenant comme exemple une méthode de reconnaissance de forme proposée par Lisani [15, 16], nous montrons que l'on peut répondre à la question suivante : étant donnée une forme requête et une base d'images, à partir de quelle distance entre la forme requête et une forme détectée est-on sûrs que la forme est reconnue ? Cette assurance est quantifiée par le nombre de fausses alarmes associé à la paire requête - forme candidate. Cette méthode ne considère pour l'instant que des morceaux de forme et permet pourtant déjà d'aboutir à des détections sûres basées sur un seul morceau de forme.

6. Mise en correspondance d'objets déformables Alain TROUVE, Laurent YOUNES. 295-302 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Nous présentons dans ce papier une illustration d'une tendance forte du traitement d'image actuel, qui, compte-tenu des puissances de calculs disponibles, tend d'une part à privilégier les approches non-paramétriques sur les approches paramétriques, pour proposer des modèles moins contraints, plus souples, plus expressifs et, d'autre part, s'éloignant des descriptions linéarisées, essaie de replacer les objets d'études dans leurs structures géométriques naturelles. Dans le contexte des modèles déformables, cette tendance a amené à s'affranchir progressivement de l'estimation de déformations rigides paramétriques pour aller vers celle d'appariements dense quelconques sous la forme de champs de déplacements et plus encore vers celle de l'objet naturel qui est un difféomorphisme. Nous montrons comment la géométrisation du problème de l'appariement comme recherche d'un chemin optimal de déformation d'un objet source vers un objet but, permet de lier le problème de l'estimation d'un appariement à celui d'une géodésique dans un espace de formes.

7. Traitement fractal et multifractal des images Jacques Lévy VEHEL. 303-311 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Récemment, plusieurs développements importants en analyse fractale ont eu un impact majeur sur les applications en traitement des images. Nous abordons brièvement la théorie des systèmes de fonctions itérées, l'analyse multifractale et les processus fractionnaires, en expliquant comment des progrès dans ces divers champs ont conduit à de nouvelles méthodes en traitement des images : compression, segmentation, débruitage, interpolation, modélisation et synthèse. Ces applications, parmi d'autres, montrent que l'analyse fractale est résolument passée depuis quelques années du "stade descriptif" au "stade opérationnel".

Numéro 4

1. Échantillonnage adapté à l'extraction des signaux Bernard LACAZE. 313-321 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Le préfiltrage est une opération qui est utilisée pour éliminer le bruit dans les bandes de fréquence où le signal est absent ou peu présent. En particulier, c'est une manière d'éviter des repliements de bandes qui peuvent s'avérer très pénalisants, notamment dans le cas d'échantillonnage. Dans cet article, on montre que cette opération doit se faire de manière systématique et adaptée, en tenant compte des valeurs relatives des spectres de puissance du signal et du bruit. D'autre part, on montre que les formules d'interpolation optimales, dans le cas de l'échantillonnage périodique, ont des propriétés spécifiques, et notamment, rendent l'erreur indépendante du temps.

2. Perception et suivi de fond pour véhicules autonomes sous-marins Vincent CREUZE, Bruno JOUVENCEL. 323-336 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Cet article expose une méthode de suivi de fond pour véhicule sous-marin naviguant en environnement a priori inconnu. Elle repose sur l'adaptation de la trajectoire planifiée aux contraintes de manoeuvrabilité du véhicule étudié. Un algorithme basé sur des fonctions géométriques simples et sur les courbes d'interpolation telles que les « splines cubiques semi-forcées » ou les polynômes de Hermite permet de créer un trajet adapté au véhicule. Les données bathymétriques utilisées lors de ce processus proviennent de deux sondeurs placés à l'avant du véhicule. Des simulations hydrodynamiques ont été réalisées pour valider cette méthode. La validation expérimentale en milieu naturel est également présentée.

3. Estimation, en contexte non coopératif, des paramètres d'une transmission à spectre étalé par séquence directe Céline BOUDER, Stéphane AZOU, Gilles BUREL. 337-351 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Dans le cadre de surveillance du spectre des fréquences, nous nous proposons d'élaborer des méthodes de reconnaissance automatiques des signaux à spectre étalé par séquence directe, sans aucune connaissance a priori sur le système de transmission. Il s'agit d'établir des méthodes de détection de signaux qui ont la propriété d'être très discrets ; de synchroniser le signal en aveugle ; puis de déterminer la séquence pseudo-aléatoire et ses caractéristiques (période chip, longueur) ainsi que la période symbole du signal, afin de retrouver les symboles du signal informatif à l'aide d'un récepteur classique. Une analyse théorique des performances de notre algorithme, comparée à des simulations de type Monte Carlo nous permet finalement de valider nos résultats.

4. Localisation et reconnaissance de visages en temps réels avec un réseau de neurones RBF: algorithme et architecture F. YANG, M. PAINDAVOINE, N. MALASNE. 353-373 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Cet article décrit un système de vision temps réel permettant de localiser des visages dans des séquences vidéo ainsi que de reconnaître leur identité. Ces processus sont effectués en combinant des techniques de traitements d'images et des méthodes de réseaux de neurones. La robustesse du système a été évaluée quantitativement sur un corpus de 8 séquences vidéo. Dans le but de comparer les performances avec les autres méthodes existantes, nous avons également testé notre modèle en utilisant la banque de visages standard ORL. Le système a aussi été implanté sur deux architectures électroniques à base de composants spécialisés ZISC et de FPGA. Nous analysons la complexité de l'algorithme et nous présentons les résultats des implantations architecturales en termes de ressources matérielles et de vitesse de traitement.

5. Contribution au schéma hiérarchique de Berkner pour l'approximation de la transformée en ondelettes : application à la mesure électromyographique du temps de latence du muscle génioglosse S. MEIGNEN, P. Y. GUMERY, H. ROUX-BUISSON. 375-388 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

La transformée continue en ondelettes est un outil trés utilisé pour la détection de transitions dans les signaux. Elle permet un choix souple des échelles pertinentes vis à vis des objectifs de détection et de localisation des événements. Nous introduisons ici une approximation de la transformée continue en ondelettes, la transformée de Berkner, pour laquelle nous proposons une formule de reconstruction originale du signal. Nous appliquons ensuite cette transformée à la construction d'un détecteur d'événements réflexes dans les signaux EMG. Les échelles pertinentes utilisées par le détecteur sont sélectionnées en utilisant la formule de reconstruction. La mesure électromyographique (EMG) du temps de latence réflexe du muscle génioglosse en réponse à l'application d'une pression pharyngée négative est d'un grand intérêt dans l'étude physiopathologique du syndrome d'apnée du sommeil. Cette activité réflexe est un mélange complexe de signaux transitoires non prédictibles apparaissant dans une activité de fond stationnaire bruitée par des transitoires parasites. Le détecteur proposé permet une détection robuste de l'événement réflexe et une estimation précise du temps d'occurrence. Une analyse statistique des performances du détecteur sur signaux synthétiques est présentée ainsi qu'une illustration de détection sur des EMG réels.

6. Gestion entropique du flot d'informations et minimisation des ressources matérielles en fusion d'informations Bienvenu FASSINUT-MOMBOT, Jean-Bernard CHOQUEL. 389-411 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Nous proposons dans cet article une approche de fusion probabiliste reposant sur des critères entropiques dont le but est de réduire l'espace de combinaison en représentant explicitement les notions de redondance et de complémentarité des sources d'information. Ce type de modélisation est en particulier intéressant pour optimiser le choix des mesures, issues des sources d'information, à combiner dans un système de fusion. Il est en accord avec le souci de rapidité de traitement et de minimisation des ressources matérielles qui se pose en fusion d'informations. Pour repondre à cela, nous avons réalisé une étude de la parallélisation de l'algorithme de fusion entropique développé en vue de son implantation parallèle dans le cadre d'une application en robotique mobile. La spécification de l'algorithme faisant apparaître du parallélisme potentiel est ensuite implantée sur un réseau de stations de travail fonctionnant en mode MIMD-NORMA à l'aide des environnements de programmation SynDEx, qui supporte la méthodologie AA-A, et PVM, qui est de type CSP de Hoare.

7. Apprentissage de réseaux de neurones à fonctions radiales de base avec un jeu de données à entrée-sortie bruitées Abd-Krim SEGHOUANE, Gilles FLEURY. 413-421 Accès libre Résumé Télécharger l'article au format pdf Exporter la citation au format bibTeX

Résumé

Cet article traite du problème de l'apprentissage des réseaux de neurones à fonctions radiales de base pour l'approximation de fonctions non linéaires L2 de Rd vers R. Pour ce type de problème, les algorithmes hybrides sont les plus utilisés. Ils font appel à des techniques d'apprentissage non supervisées pour l'estimation des centres et des paramètres d'échelle des fonctions radiales, et à des techniques d'apprentissage supervisées pour l'estimation des paramètres linéaires. Les méthodes d'apprentissage supervisées reposent généralement sur l'estimateur (ou le critère) des moindres carrées (MC). Cet estimateur est optimal dans le cas où le jeu de données d'apprentissage (zi, yi)i=1,2,..,q est constitué de sorties yi, i = 1, .., q bruitées et d'entrées zi, i = 1, .., q exactes. Cependant lors de la collecte des données expérimentales il est rarement possible de mesurer l'entrée zi sans bruit. L'utilisation de l'estimateur des MC produit une estimation biaisée des paramètres linéaires dans le cas où le jeux de données d'apprentissage est à entrées et sorties bruitées, ce qui engendre une estimation erronée de la sortie. Cet article propose l'utilisation d'une procédure d'estimation fondée sur le modèle avec variables entachées d'erreurs pour l'estimation des paramètres linéaires (pour l'apprentissage supervisé) dans le cas où le jeux de données d'apprentissage est à entrées et sorties bruitées. L'interprétation géométrique du critère d'estimation proposé est établie afin de mettre en évidence son avantage relativement au critère des moindres carrés. L'amélioration des performances en terme d'approximation de fonctions non linéaires est illustrée sur un exemple.