Download or read book Classification de cibles navales l aide de r seaux de neurones partir d images radar synth se d ouverture microforme written by Daniel Lefebvre and published by Montréal : Service des archives, Université de Montréal, Section Microfilm. This book was released on 1999 with total page 184 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Classification de cibles navales l aide de r seaux de neurones partir d images radar synth se d ouverture written by Daniel Lefebvre and published by . This book was released on 1999 with total page 184 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book D tection et classification de cibles pos es sur le fond marin par r seaux de neurones en imagerie sonar written by Pascal Galerne and published by . This book was released on 1998 with total page 145 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le sonar est largement utilise dans le domaine militaire pour localiser les mines sous-marines. L’acquisition d'images permet à des operateurs d'examiner les fonds avant le passage d'un bâtiment par exemple. Toutefois, cette tache est très délicate en raison de la présence d'un important bruit de spécule sur les images sonar. Notre travail consiste à développer un système d'aide à la décision offrant une image simplifiée de la scène et une pré-classification des objets détectes. La difficulté pour modéliser un tel problème nous a conduits à développer des méthodes originales de traitement d'image utilisant les réseaux de neurones. Ces techniques nécessitent la construction d'une base d'apprentissage contenant un grand nombre d'exemples. Pour pallier le manque de données réelles propre a l'application, nous avons tout d'abord développe un algorithme de synthèse d'images simulant la propagation de l'onde acoustique. Par ailleurs, la reconnaissance d'une cible sur une image sonar est possible par l'étude de la forme de son ombre portée qui résulte de l'absence de signal rétrodiffuse derrière l'objet. L’image est alors segmentée en deux classes : ombre et réverbération. Cette segmentation est réalisée par un réseau de neurones de type Kohonen associe a une procédure d'estimation (ECI) de la proportion d'ombre dans l'image. Un apprentissage non supervise réalise a partir des pixels de l'image permet a un petit nombre de neurones de se spécialiser pour détecter les pixels de la classe ombre. Les tests montrent que la méthode est fiable et conduit à des résultats tout a fait comparables à une segmentation markovienne. L’étape suivante consiste à construire, a partir des images segmentées, une base de données pour l'apprentissage du classifier neuronal perceptron multicouche. Chaque ombre est alors caractérisée par un vecteur constitue de descripteurs de Fourier et de paramètres spécifiques qui détectent les régularités du contour. Pour compléter ce travail, nous montrons que malgré les modestes dimensions de la base d'apprentissage, il est possible d'améliorer les taux de reconnaissance, en particulier sur les images inconnues, par l'élimination des poids les moins significatifs. Ainsi, âpres une analyse de la méthode d'élagage optimal borain damage, nous proposons une variante qui réalise une sélection plus rigoureuse des poids à éliminer.

Download or read book Reconnaissance automatique des cibles written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-04 with total page 220 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que la reconnaissance automatique de cible La capacité d'un algorithme ou d'un dispositif à reconnaître des cibles ou d'autres objets sur la base des données acquises à partir de capteurs est appelée reconnaissance automatique de cible, un abréviation de ces fonctionnalités. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Reconnaissance automatique de cibles Chapitre 2 : Vision par ordinateur Chapitre 3 : Radar Chapitre 4 : Radar Doppler Chapitre 5 : Radar à synthèse d'ouverture Chapitre 6 : Radar d'imagerie Chapitre 7 : Formation de faisceaux Chapitre 8 : Radar à impulsions-Doppler Chapitre 9 : Radar passif Chapitre 10 : Radar inversé à synthèse d'ouverture (II) Répondre aux principales questions du public sur la reconnaissance automatique de cible. (III) Monde réel exemples d'utilisation de la reconnaissance automatique de cibles dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de reconnaissance automatique de cible.

Download or read book Traitement et classification parcimonieuse des images radar pour l aide la reconnaissance de cibles written by Ayoub Karine and published by . This book was released on 2018 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La reconnaissance automatique de cibles est toujours une problématique d'intérêt dans différents domaines d'application (sécurité, surveillance, automobile, environnement, médecine, ...). Dans le cadre du travail réalisé, nous nous sommes intéressés au développement d'une méthodologie dédiée à la reconnaissance de cibles à partir des images radar à synthèse d'ouverture (directe ou inverse). Dans ce contexte, différentes techniques développées dans la littérature souffrent de certaines lacunes selon la nature des données traitées (hétérogènes, multimodales, ...), la précision, la robustesse vis-à-vis du bruit et le temps de calcul. Dans ce travail, l'objectif principal porte sur le développement d'outils pour l'aide à la reconnaissance de cibles à partir des images radar. Ainsi, deux bases de données d'images ont été considérées. D'une part des images ISAR (Inverse Synthetic Aperture Radar), récoltées dans la chambre anéchoïque de l'ENSTA Bretagne. Et d'autre part des images SAR (Synthetic Aperture Radar) de la base de données MSTAR. Pour atteindre l'objectif d'amélioration du processus de reconnaissance étudié et développé, et en dehors des méthodes proposées au niveau du traitement et d'extraction de caractéristiques, nous nous sommes intéressés tout au long de la phase de reconnaissance à l'apport de la classification parcimonieuse des images radar. Dans ce sens, la première contribution porte sur la proposition d'un dictionnaire formé par les descripteurs SIFT (Scale Invariant Feature Transform) filtrés par la méthode de la saillance visuelle. Ensuite, en utilisant ce dictionnaire, une classification parcimonieuse multitâche est appliquée dans la phase de reconnaissance. Quant à la seconde contribution, elle intègre la modélisation statistique des images radar considérées dans le domaine des ondelettes complexe. Les paramètres statistiques résultants (univariés ou multivariés) ont été mis à profit pour construire un dictionnaire statistique. Ce dictionnaire est pondéré par la suite en utilisant une mesure de similarité qui intègre la KLD (Kullbak-Leibler Divergence) entre les paramètres statistiques. Les performances des deux contributions ont été évaluées empiriquement sur les deux bases de données distinctes d'images radar (ISAR et SAR).

Download or read book CARACTERISATION DE TEXTURES D IMAGES RADAR PAR RESEAUX DE NEURONES written by PHILIPPE.. MAINGUENAUD and published by . This book was released on 1995 with total page 208 pages. Available in PDF, EPUB and Kindle. Book excerpt: CE TRAVAIL A POUR BUT DE CARACTERISER LES PROPRIETES TEXTURALES PRESENTES DANS LES IMAGES RADAR S.A.R. AFIN DE REALISER UNE CLASSIFICATION EFFICACE DES DIFFERENTES CLASSES. LES IMAGES TRAITEES CONCERNENT DES ZONES DE GUYANE DANS LE CADRE DU PROJET PILOTE PPF12 DE L'ENVIRONNEMENT FLUVIAL ET COTIER EN GUYANE FRANCAISE. CE TYPE D'IMAGE INTERDIT TOUTE HYPOTHESE SUR LES DISTRIBUTIONS STATISTIQUES DES NIVEAUX DE GRIS DE CHACUNE DES CLASSES. NOTRE TRAVAIL A CONSISTE A SELECTIONNER LES METHODES NEURONALES AFIN DE CONSTRUIRE DES REGLES D'APPRENTISSAGE DES PROPRIETES TEXTURALES DES NIVEAUX DE GRIS. NOUS AVONS TOUT D'ABORD ETUDIE L'ETALEMENT SPATIAL DE LA TEXTURE. POUR CETTE TAILLE DE FENETRE D'ANALYSE, NOUS AVONS EVALUE LE CODAGE QUI FOURNISSAIT LES MEILLEURS TAUX D'APPRENTISSAGE AU SENS NEURONAL. NOTRE CHOIX S'EST PORTE SUR LE CLASSIQUE SPECTRE DE FOURIER. APRES AVOIR VERIFIE L'AMELIORATION APPORTEE PAR LE COUPLAGE DES DONNEES MULTI-TEMPORELLES, NOUS CHERCHONS LE MOYEN D'ATTEINDRE DES RESULTATS SIMILAIRES A PARTIR D'UNE SEULE IMAGE SOURCE. POUR CE FAIRE, NOUS FILTRONS L'IMAGE BRUTE POUR EXTRAIRE CERTAINES PROPRIETES TEXTURALES AU DETRIMENT DE CERTAINES AUTRES. LE COUPLAGE DES INFORMATIONS DE L'IMAGE BRUTE ET DES IMAGES FILTREES PERMET D'ATTEINDRE LES RESULTATS OBTENUS PAR L'APPROCHE MULTI-TEMPORELLES LORSQUE CELLE-CI EST POSSIBLE. NOUS INTRODUISONS LA METHODE HIERARCHIQUE DANS LES TECHNIQUES NEURONALES POUR ACCELERER ET AMELIORER LA QUALITE DE L'APPRENTISSAGE. CETTE DECOMPOSITION PERMET D'OBTENIR DE TRES NETTES AMELIORATIONS QUI SE CONCRETISENT PAR UNE CLASSIFICATION AUTOMATIQUE ET ASSEZ DETAILLEE DES DIFFERENTES IMAGES TESTEES. NOUS AVONS COMPARE NOTRE APPROCHE AVEC LA METHODE DES (K) PLUS PROCHES VOISINS. CETTE COMPARAISON FAIT APPARAITRE UNE PLUS GRANDE HOMOGENEITE DANS LA CLASSIFICATION POUR LES METHODES NEURONALES. MALGRE LES RESULTATS SATISFAISANTS QUE NOUS AVONS OBTENUS, NOUS AVONS ETUDIE PLUS EN DETAIL L'INFLUENCE DES DIFFERENTES FREQUENCES SELECTIONNEES SUR LA RAPIDITE ET LA QUALITE DE L'APPRENTISSAGE

Download or read book METHODES DE CLASSIFICATION APPLIQUEES A L IMAGERIE RADAR MULTIPOLARISEE written by SABINE.. CAILLAULT VOYER and published by . This book was released on 1993 with total page 140 pages. Available in PDF, EPUB and Kindle. Book excerpt: LE SUJET DU TRAVAIL PRESENTE DANS CE MEMOIRE CONCERNE L'ETUDE ET LE DEVELOPPEMENT DE METHODES DE CLASSIFICATION APPLIQUEES AUX IMAGES RADAR MULTIPOLARISEES. DES CAMPAGNES DE MESURES PERMETTANT L'ACQUISITION D'IMAGES HOLOGRAPHIQUES MULTIPOLARISEES DE CIBLES GEOMETRIQUES SIMPLES ONT ETE REALISEES A L'AIDE DU SYSTEME DE MESURES DE L'IRESTE. L'INTERPRETATION DES IMAGES A NECESSITE UNE ANALYSE GEOMETRIQUE ET RADIOMETRIQUE FINE DES IMAGES. LES RESULTATS QUI EN DECOULENT SONT ESSENTIELS POUR LA CARACTERISATION DE CIBLES. UNE METHODE DE CLASSIFICATION DE CIBLES GEOMETRIQUES SIMPLES A ETE DEVELOPPEE ET APPLIQUEE AUX IMAGES ACQUISES AU COURS DES CAMPAGNES DE MESURES. CET ALGORITHME PERMET DE CLASSER AUTOMATIQUEMENT LES CONTRIBUTEURS INDUITS PAR LA CIBLE DANS UN ENSEMBLE DE REFERENCE. LES TROIS ETAPES PRINCIPALES DE CET ALGORITHME SONT: UNE ETAPE D'EXTRACTION AUTOMATIQUE DES ZONES BRILLANTES, LA CONSTRUCTION D'UN VECTEUR CARACTERISTIQUE ET LA CLASSIFICATION A L'AIDE DE RESEAUX DE NEURONES. POUR LA CARACTERISATION DE CIBLES ETENDUES, LA METHODE DE DECOMPOSITION POLARIMETRIQUE PROPOSEE PAR FREEMAN A ETE EXPLOITEE. DEVANT LA DIFFICULTE D'INTERPRETATION DES RESULTATS OBTENUS, UNE AUTRE METHODE, AUTOMATIQUE, A ETE DEVELOPPEE: METHODE DE SEGMENTATION ET CARACTERISATION DE ZONES (MSC). LA SEGMENTATION PERMET DE CLASSER CHAQUE PIXEL DANS UNE PARTITION A L'AIDE DE RESEAUX DE NEURONES EN PRENANT EN COMPTE L'EVOLUTION STATISTIQUE DES PARAMETRES DE HUYNEN AUTOUR DU PIXEL. LA SECONDE ETAPE PERMET DE CARACTERISER PLUS FINEMENT DES ZONES GRACE A UN VECTEUR DE CLASSIFICATION PERFORMANT. LES RESULTATS ISSUS DE CES DEUX METHODES SONT PRESENTES ET COMPARES SUR DES IMAGES ACQUISES PAR LE SYSTEME AIRSAR DU JPL. LES ALGORITHMES, QUI RESULTENT DE CETTE ETUDE, PEUVENT ETRE UTILISES POUR L'EXPLOITATION D'IMAGES RADAR COMME AIDE A L'INTERPRETATION. CE SONT EGALEMENT DES OUTILS D'ANALYSE THEMATIQUE PERMETTANT D'ENRICHIR, PAR EXEMPLE, LA COMPARAISON ENTRE DIFFERENTES BANDES DE FREQUENCE

Download or read book Reconnaissance de formes et d objets en environnement incertain written by Mohamed Nabil Saidi and published by . This book was released on 2010 with total page 150 pages. Available in PDF, EPUB and Kindle. Book excerpt: La reconnaissance automatique de cibles radar trouve de nombreuses applications en environnement incertain aérien et maritime. Par exemple, pour le cas du trafic des navires qui devient de plus en plus important, et pour le cas des risques de pollution qui sont toujours présents au quotidien. Il s’avère donc nécessaire d’introduire des méthodes originales permettant la mise à disposition de traitements automatiques pour l’aide à la reconnaissance de cibles à partir des images radar ISAR (Inverse Synthetic Aperture Radar). D’autre part, le volume de données radar devient de plus en plus très important, ceci conduit à l’étude des méthodes semi-automatiques de reconnaissance en faisant intervenir l’opérateur humain dans le processus. La méthodologie adoptée dans le cadre de cette thèse est inspirée du processus d’extraction de connaissances à partir de données (ECD). Le processus ECD, adapté au domaine radar, est constitué de quatre grandes phases allant de l’acquisition et la préparation des données (prétraitement des données et extraction des paramètres) jusqu’à l’interprétation et l’évaluation des résultats, en passant par la phase de classification. Après l’acquisition des signaux radar et la reconstruction des images ISAR par l’analyse de Fourier, l’extraction des caractéristiques les plus discriminantes et en particulier, celles de la forme est réalisée. Dans la phase de classification, nous utilisons dans un premier temps les méthodes de classification telles que les machines à vecteur de support et les k plus proches voisins et dans un deuxième temps nous étudions l’influence de la fusion d’informations sur les performances globales de reconnaissance. Enfin, nous proposons une autre approche qui fait inclure la pose de la cible au sein du système de reconnaissance.

Download or read book R seaux de neurones profonds pour la classification d objets en imagerie infrarouge written by Antoine d' Acremont and published by . This book was released on 2020 with total page 129 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les performances des technique d'apprentissage profond et plus particulièrement les réseaux de neurones convolutifs, ou CNN, sont conditionnés par la taille et la qualité des bases de données d'entrainement. Dans un contexte comme celui de l'identification de véhicules militaires dans des images infrarouges, il est difficile de constituer de telles bases d'apprentissage. Pour y remédier, il est possible d'utiliser la simulation pour générer ces ensembles de données. Cependant, les architectures issues de l'état de l'art généralisent mal sur des données réelles après un entrainement sur données simulées. Dans cette thèse, nous proposons un réseau convolutif spécifique, appelée cfCNN, qui permet d'obtenir de meilleures performances que les modèles de l'état de l'art que nous avons testés. Nous supposons que les images qui lui seront présentées seront issues d'un module de détection qui peut être imparfaite. Nous évaluons donc la robustesse du cfCNN face à des translations et des changements d'échelle de la cible dans l'image d'entrée. Face à ces perturbations, le cfCNN montre une meilleure robustesse par rapport à des réseaux convolutifs issus de l'état de l'art. Pour améliorer la confiance dans les prédictions du cfCNN, nous proposons un module de détection d'anomalies de classification, basé sur le Local Outlier Factor. Cette approche montre de bonnes performances sur des données d'entrainement et de test homogènes. Cependant elle est moins performante pour un problème de transfert entre des données simulées et réelles. Pour compenser cette baisse de performance nous proposons alors un schéma en cascade qui exploite les informations issues de différentes couches du cfCNN.

Download or read book Int gration des bases de connaissances dans les syst mes d aide la d cision written by Abdelmalek Toumi and published by . This book was released on 2007 with total page 242 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail réalisé et présenté dans ce mémoire se situe à un carrefour d’approche aussi variées que spécifiques dans le contexte du processus d’extraction de connaissance à partir de données (ECD). Au cours du travail de recherche réalisé, les étapes du processus de reconnaissance ont été étudiées dans le contextes de la reconnaissance de cibles aériennes, depuis l’acquisition des signaux radar jusqu’à l’aide à la prise de décision (évaluation de la reconnaissance) en passant par les techniques de l’imagerie radar ISAR (Inverse Synthetic Aperture Radar). L’architecture modulaire ainsi réalisée et l’étude d’un système expérimental d’acquisition de données radar (chambre anéchoïque de l’ENSIETA) ont permis une meilleure maîtrise de la qualité des données produites et de faciliter la validation de la fonction de reconnaissance semi-automatique des cibles radar utilisées et traitées. Afin d’accroître le pouvoir discriminant des signaux radar, la reconstruction des images présente un outil efficace pour élaborer la tâche d’aide à la décision. Cette dernière est basée sur la classification des images ISAR, notamment la recherche d’images parle contenu. Dès lors, l’extraction des primitives en particulier, celles de forme (contours fermés) et de structure est réalisée. Au final, la tâche de reconnaissance et d’aide à la décision consisté à fournir les moyens adéquats, non seulement d’interprétabilité et de validation mais aussi de contrôle et d’optimisation.

Download or read book Imagerie radar synth se d ouverture par analyse en ondelettes continues multidimensionnelles written by Mohamed Tria and published by . This book was released on 2005 with total page 309 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail de thèse a porté sur "l'imagerie radar à synthèse d'ouverture par analyse en ondelettes continues multidimensionnelles". Ce travail de thèse a consisté à mettre en oeuvre des méthodes d'analyse temps-fréquence dans le domaine de l'imagerie SAR (Synthetic aperture Radar). Le principe de l'imagerie SAR consiste à illuminer une zone du sol avec le faisceau d'ondes éléctromagnétiques de l'antenne radar. Cette zone se compose de plusieurs points réflecteurs appartenant à une ou plusieurs cibles. Alors que le porteur se déplace sur sa trajectoire de vol, l'antenne émet périodiquement des impulsions qui parviennent à l'ensemble des cibles présentes dans la zone illuminée. Une partie non-négligeable de chaque impulsion est alors réfléchie par les cibles puis interceptée par le radar. L'ensemble des données collectées par le radar va permettre d'établir l'image de terrain en haute résolution via un algorithme de reconstruction d'images. Les méthodes classiques d'imagerie font l'hypothèse d'isotropie (les points imagés se comportent de la même manière selon l'angle sous lequel ils sont vus) et de blancheur (les points imagés ont le même comportement dans la bande fréquentielle émise) des réflecteurs imagés. Malheureusement, les hypothèses précédentes ne sont plus valables avec l'émergence de nouvelles capacités d'imagerie (large bande fréquentielle, grandes excursions angulaires, ...). L'objectif du travail de thèse a consisté à développer une méthode d'analyse temps-fréquence basée sur l'utilisation d'ondelettes continues permettant de mettre en lumière les phénomènes d'anisotropie et de coloration des points imagés. Ce type d'analyse se fonde sur le concept d'hyperimage qui permet d'associer à chaque pixel de l'image SAR, son comportement angulaire et fréquentiel. L'algorithme d'implantation de la transformée en ondelettes continues que nous avons proposé est basé sur la transformée de Fourier. Par conséquent, l'algorithme est à moindre coût en terme de temps de calcul en utilisant l'algorithme rapide de transformée de Fourier (FFT)...

Download or read book Low Frequency Scattering written by George Dassios and published by Oxford University Press. This book was released on 2000 with total page 322 pages. Available in PDF, EPUB and Kindle. Book excerpt: Scattering theory deals with the interactions of waves with obstacles in their path, and low frequency scattering occurs when the obstacles involved are very small. This book gives an overview of the subject for graduates and researchers, for the first time unifying the theories covering acoustic, electromagnetic and elastic waves.