[livres divers classés par sujet] [Informatique] [Algorithmique] [Programmation] [Mathématiques] [Hardware] [Robotique] [Langage] [Intelligence artificielle] [Réseaux]
[Bases de données] [Télécommunications] [Chimie] [Médecine] [Astronomie] [Astrophysique] [Films scientifiques] [Histoire] [Géographie] [Littérature]

8 - Un système multi-agents pour la fusion de données en analyse d'images

contributor MATRA CAP SYSTEMES, Département Etudes Systèmes et Informatique Avancée, Parc d'Affaires des Portes, B.P. 613, 27106 Val de Reuil
ENSEA, Equipe Traitement des Images et du Signal, 6, avenue du Ponceau, 95014 Cergy Pontoise
creator LEFEVRE (V.)
POLLET (Y.)
PHILIPP (S.)
BRUNESSAUX (S.)
date 2005-07-22T09:16:47Z
2005-07-22T09:16:47Z
1996
description The data fusion of results in image processing poses many problems of modelling and representation of knowledge, among whic h one can mention : o the difficulty to define, exhaustively, the conditions of utilization of processings in function of the context , the difficulty to evaluate the results of processings , . the difficulty to elaborate strategies making cooperate several processings or merging results . The system ADAGAR (Atelier of Development of AGents on Distributed Architecture) proposes solutions to these problems . ADAGAR results from elaborated concepts in the project BBI (BlackBoard Image) . The aim of the project BBI was to conceive on a multi–processors architecture, a perceptive system of interpretation of images issued from different sources . The idea was not to elaborate new operators of image processing , but to develop a reception structure of existent processing . One of the particularities of the system lies in the expression of a priori valuation knowledge (scores of aptitude) . The formalizatio n of these knowledge is inspired of the theory of Dempster–Shafer. The formalism allows to represent the ignorance on condition s of activation of a processing in a particular context . The prototype BBI contains currently a thirty of agents . It functions on couples of aerial or satellitaire images in the visible and th e infrared spectra or in the visible and the radar spectra . BBI elaborates dynamically one or several strategies of research, from th e specificities of the processed images and objects to detect . The cooperations between processings at the low level, the information fusion and the focus of attention at the symbolic level are the main reasons of the good functioning of the prototype .
La fusion des résultats en analyse d'images pose de nombreux problèmes de modélisation et de représentation des connaissances parmi lesquels, on peut mentionner: . la difficulté de définir exhaustivement les conditions d'utilisation des traitements en fonction du contexte, . la difficulté d'évaluer les résultats des traitements, . la difficulté d'élaborer des stratégies faisant coopérer plusieurs traitements ou fusionnant des résultats. Le système ADAGAR (Atelier de Développement d'AGents sur Architecture Répartie) propose des solutions à ces problèmes. ADAGAR résulte de concepts élaborés dans le projet BBI (BlackBoard Image). L'objectif du projet BBI était de concevoir sur une architecture multi-processeurs, un système perceptif d'interprétation d'images issues de sources différentes. L'idée n'était pas d'élaborer de nouveaux opérateurs de traitements d'images, mais de développer une structure d'accueil des traitements existants. Une des particularités du système réside dans l'expression de connaissances d'estimation a priori (scores d'aptitude). La formalisation de ces connaissances est inspirée de la théorie de Dempster-Shafer. Le formalisme employé permet de représenter l'ignorance sur les conditions d'activation d'un traitement dans un contexte particulier. Le prototype BBI contient actuellement une trentaine d'agents. Il fonctionne sur des couples d'images aériennes ou satellitaires dans les spectres visible/infrarouge et visible/radar. BBI élabore dynamiquement une ou plusieurs stratégies de recherche, à partir des spécificités des images traitées et des objets à détecter. Les coopérations entre les traitements au bas niveau, les fusions d'informations et les focalisations d'attention au niveau symbolique sont les principales raisons du bon fonctionnement du prototype. Intelligence artificielle distribuée, Système multi-agents, Système réparti, Interprétation d'images.
format 52628 bytes
application/pdf
identifier Traitement du Signal [Trait. Signal], 1996, Vol. 13, N° 1, p. 99-111
0765-0019
  http://hdl.handle.net/2042/1949
language en_US
publisher GRETSI, Saint Martin d'Hères, France
rights http://irevues.inist.fr/IMG/pdf/Licence.pdf
source Traitement du Signal [Trait. Signal], ISSN 0765-0019, 1996, Vol. 13, N° 1, p. 99-111
subject Système intelligent
Système multiagent
Système réparti
Architecture système
Interprétation image
Traitement image
Analyse image
Stratégie
Représentation connaissances
title 8 - Un système multi-agents pour la fusion de données en analyse d'images
Multiagent system for data fusion in image processing
type Article