Download or read book Contribution a l analyse d images par modeles markoviens sur des graphes hierarchiques Application a la fusion de donnees multiresolutions written by Jean-Marc Laferte and published by . This book was released on 1996 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book CONTRIBUTION A L ANALYSE D IMAGES PAR MODELES MARKOVIENS SUR DES GRAPHES HIERARCHIQUES APPLICATION A LA FUSION DE DONNEES MULTIRESOLUTIONS written by JEAN-MARC.. LAFERTE and published by . This book was released on 1996 with total page 168 pages. Available in PDF, EPUB and Kindle. Book excerpt: ON PRESENTE DANS CETTE THESE UN MODELE MARKOVIEN CAUSAL SUR UN GRAPHE HIERARCHIQUE SIMPLE A SAVOIR LE QUADARBRE. CE MODELE PERMET D'INDUIRE DES ALGORITHMES NON ITERATIFS ET OPTIMAUX D'ESTIMATION SUPERVISEE ET CORRESPONDANT A DIVERS ESTIMATEURS BAYESIENS (MAP ET MPM ENTRE AUTRES). DANS LE CAS NON SUPERVISE ON PRESENTE EGALEMENT DES ALGORITHMES EFFICACES DE TYPE EM. CES ALGORITHMES SONT RELATIVEMENT RAPIDES ET SONT PARTICULIEREMENT BIEN ADAPTES A LA FUSION DE DONNEES MULTIRESOLUTIONS. UNE APPLICATION A LA CLASSIFICATION D'IMAGES MULTIRESOLUTIONS EST EGALEMENT PROPOSEE ET PERMET D'APPRECIER L'APPORT DE CES ALGORITHMES PAR RAPPORT AUX ALGORITHMES INDUITS PAR LES MODELES MARKOVIENS SPATIAUX, MULTIRESOLUTIONS OU MULTIECHELLES SURTOUT EN TERMES DE COMPLEXITE CALCULATOIRE

Download or read book Grey scale Image Segmentation written by Petr Dokládal and published by . This book was released on 2000 with total page 180 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book CHAMPS MARKOVIENS ET ANALYSE MULTIRESOLUTION DE L IMAGE written by Patrick Pérez and published by . This book was released on 1993 with total page 238 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'INTRODUCTION D'UNE MODELISATION STATISTIQUE PAR CHAMPS DE MARKOV A RECEMMENT PERMIS DES AVANCEES IMPORTANTES DANS NOMBRE DE PROBLEMES CLASSIQUES EN ANALYSE D'IMAGES. CES MODELES SONT GENERALEMENT ASSOCIES A DES ALGORITHMES D'OPTIMISATION GLOBALE PAR RELAXATION QUI RESTENT COUTEUX EN TEMPS DE CALCUL DANS CERTAINS APPLICATIONS. OR LES TECHNIQUES MULTIGRILLES, PAR AILLEURS CLASSIQUES EN ANALYSE NUMERIQUE, PEUVENT CONDUIRE A DES GAINS IMPORTANTS SUR CE POINT. POUR L'HEURE IL N'EXISTE CEPENDANT PAS REELLEMENT DE SUPPORT THEORIQUE PERMETTANT D'ASSOCIER DE FACON SIMPLE ET EFFICACE STRATEGIE MULTIGRILLE ET MODELISATION MARKOVIENNE. C'EST CE PROBLEME QUI EST ICI ABORDE. UN CERTAIN NOMBRE DE QUESTIONS SOULEVEES PAR LA MISE EN PLACE DE MODELES MARKOVIENS MULTIRESOLUTIONS EN ANALYSE D'IMAGES QUELLE EST LA NATURE DU CHAMP OBTENU PAR DECIMATION OU TRANSFORMATION STOCHASTIQUE D'UN CHAMP MARKOVIEN? QUELLES SONT LES PROPRIETES STATISTIQUES D'UN MODELE MULTIRESOLUTION GLOBAL A UN NIVEAU DE RESOLUTION DONNE? PAR EXEMPLE POUVANT S'EXPRIMER EN TERMES DE RESTRICTION D'UN CHAMP MARKOVIEN A UNE PARTIE DE SON SUPPORT INITIAL, NOUS AVONS, DANS UNE PREMIERE PARTIE ETUDIE CE PROBLEME THEORIQUE DANS UN CONTEXTE TRES GENERAL: CELUI DE CHAMPS MARKOVIENS DISCRETS OU CONTINUS INDEXES PAR LES SITES DE GRAPHES FINIS SIMPLES NON ORIENTES. DEUX RESULTATS PRINCIPAUX SONT ETABLIS: LE PREMIER DONNE DES CONDITIONS SUFFISANTES POUR QUE LE CHAMP RESTREINT SOIT MARKOVIEN ET LE SECOND ETABLIT UNE HYPOTHESE SOUS LAQUELLE LES PRECEDENTES CONDITIONS DEVIENNENT NECESSAIRES. DIVERSES CONSEQUENCES ET APPLICATIONS DE CES RESULTATS SONT ENSUITE EXPOSEES. NOUS PROPOSONS DANS LA DEUXIEME PARTIE UNE APPROCHE MULTIECHELLE DE LA MODELISATION MARKOVIENNE REPOSANT SUR L'EXPLORATION DE SOUS-ENSEMBLES CONTRAINTS EMBOITES DE CONFIGURATIONS. MATHEMATIQUEMENT COHERENTE ET FACILEMENT IMPLANTABLE, ELLE A ETE VALIDEE SUR TROIS EXEMPLES D'ANALYSE DU MOUVEMENT DANS UNE SEQUENCE D'IMAGES: LA DETECTION DU MOUVEMENT, LA SEGMENTATION EN ZONES HOMOGENES DE MOUVEMENT ET LA MESURE DU MOUVEMENT. CELA A PERMIS DE METTRE EN EVIDENCE LES APPORTS DE L'APPROCHE: ACCELERATION DE LA CONVERGENCE ET AMELIORATION DE L'ESTIMEE PAR RAPPORT AUX TECHNIQUES MARKOVIENNES MULTIRESOLUTIONS CLASSIQUES

Download or read book Leveraging large scale Web data for image retrieval and user credibility estimation written by Alexandru Lucian Ginsca and published by . This book was released on 2015 with total page 265 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail présenté dans cette thèse est placé au carrefour entre l'utilisation de données de Web dans la fouille d'images et la crédibilité des sources dans les plates-formes de partage d'images. Il vise à apporter des découvertes importantes aux deux domaines et fournir un lien prometteur entre deux secteurs séparés de recherche. Les cadres théoriques et les résultats expérimentaux que nous exposons en détail peuvent servir aux chercheurs avec des intérêts différents: i) ceux venant de la communauté de la fouille multimédia, en introduisant des représentations d'images sémantiques efficaces construites à partir des ressources d'images librement disponibles et ii) les chercheurs intéressés à la qualité de données de Web et à la crédibilité des sources, en proposant une étude de crédibilité dans le domaine multimédia et en évaluant des applications pratiques d'estimations de crédibilité d'utilisateur. Nous proposons un cadre de classification d'images évolutif, qui exploite des classifieurs linéaires binaires. Pour implémenter ce framework, nous comparons deux sources de données: un grand jeu de données d'images manuellement annotées (c.-à-d. ImageNet) et les groupes de Flickr. Comme la deuxième ressource est recueillie des images de Web, une partie méthodologique indispensable de travail détaille des méthodes qui réduisent le bruit inhérent à la collection. Dans une section expérimentale prolongée, nous montrons que les descripteurs sémantiques proposés non seulement améliorent la performance de recherche sur trois collections d'images bien connues, quand ils sont comparés à l'état d'art, mais aussi offrent une amélioration significative des temps de recherche. Ensuite, nous définissons le concept de crédibilité des utilisateurs et l'appliquons aux utilisateurs de Flickr. Nous proposons 66 traits qui peuvent servir comme estimateurs pour la crédibilité des utilisateurs. Nous introduisons des traits basés sur le contexte, aussi que des traits basés sur le contenu extrait des différentes données de Flickr. Nous évaluons les traits proposés tant sur une collection publiquement disponible que sur un nouveau jeu de données, que nous introduisons dans cette thèse. Finalement, nous montrons l'utilité des estimateurs de crédibilité dans deux scénarios d'application: par les introduisant dans un pipeline de diversification d'un système de recherche d'images et le fait de les utiliser comme des traits dans des modèles d'apprentissage pour la classification d'expertise et des tâches de recherche d'experts. Ce travail contribue à une meilleure compréhension et à un modelage d'intelligence sociale pour les tâches de traitement de l'information. Nous nous sommes concentrés sur la recherche d'images et l'estimation de crédibilité dans des plate-formes multimédia, mais les méthodes proposées sont aussi pertinentes pour d'autres applications.

Download or read book Mod les markoviens graphiques pour la fusion de donn es individuelles et d int ractions written by Matthieu Vignes and published by . This book was released on 2007 with total page 232 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les recherches que nous présentons dans ce mémoire s'inscrivent dans le cadre de l'intégration statistique de données post-génomiques hétérogènes. La classification non supervisée de gènes vise à regrouper en ensembles significatifs les gènes d'un organisme, vu comme un système complexe, conformément aux données expérimentales afin de dégager des actions concertées de ces gènes dans les mécanismes biologiques mis en jeu. Nous basons notre approche sur des modèles probabilistes graphiques. Plus spécifiquement, nous utilisons l'outil de champs de Markov cachés qui permet la prise en compte simultanée de données propres à chacun des gènes grâce a des distributions de probabilités et de données traduisant un réseau d'interaction au sein de l'organisme a l'aide d'un graphe non-orienté entre les gènes. Apres avoir présenté la problématique et le contexte biologique, nous décrivons le modèle utilise ainsi que les stratégies algorithmiques d'estimation des paramètres (Le. approximations de type champ moyen). Puis nous nous intéresserons à deux particularités des données auxquelles nous avons été confrontés et qui amènent des développements du modèle utilise, notamment la prise en compte de l'absence de certaines observations et la haute dimensionnalité de celles-ci. Enfin nous présenterons des expériences sur données simulées ainsi que sur données réelles sur la levure qui évaluent le gain apporté par notre travail. Notamment nous avons voulu mettre l'accent sur des interprétations plausibles des résultats obtenus.

Download or read book Mod les markoviens graphiques pour la fusion de donn es individuelles et d int ractions written by Matthieu Vignes and published by . This book was released on 2007 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les recherches que nous présentons dans ce mémoire s'inscrivent dans le cadre de l'intégration statistique de données post-génomiques hétérogènes. La classification non supervisée de gènes vise à regrouper en ensembles significatifs les gènes d'un organisme, vu comme un système complexe, conformément aux données expérimentales afin de dégager des actions concertées de ces gènes dans les mécanismes biologiques mis en jeu. Nous basons notre approche sur des modèles probabilistes graphiques. Plus spécifiquement, nous utilisons l'outil de champs de Markov cachés qui permet la prise en compte simultanée de données propres à chacun des gènes grâce a des distributions de probabilités et de données traduisant un réseau d'interaction au sein de l'organisme a l'aide d'un graphe non-orienté entre les gènes. Apres avoir présenté la problématique et le contexte biologique, nous décrivons le modèle utilise ainsi que les stratégies algorithmiques d'estimation des paramètres (Le. approximations de type champ moyen). Puis nous nous intéresserons à deux particularités des données auxquelles nous avons été confrontés et qui amènent des développements du modèle utilise, notamment la prise en compte de l'absence de certaines observations et la haute dimensionnalité de celles-ci. Enfin nous présenterons des expériences sur données simulées ainsi que sur données réelles sur la levure qui évaluent le gain apporté par notre travail. Notamment nous avons voulu mettre l'accent sur des interprétations plausibles des résultats obtenus.

Download or read book Processing high resolution images through deep learning techniques written by Praveer Singh and published by . This book was released on 2018 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans cette thèse, nous discutons de quatre scénarios d'application différents qui peuvent être largement regroupés dans le cadre plus large de l'analyse et du traitement d'images à haute résolution à l'aide de techniques d'apprentissage approfondi. Les trois premiers chapitres portent sur le traitement des images de télédétection (RS) captées soit par avion, soit par satellite à des centaines de kilomètres de la Terre. Nous commençons par aborder un problème difficile lié à l'amélioration de la classification des scènes aériennes complexes par le biais d'un paradigme d'apprentissage profondément faiblement supervisé. Nous montrons comment en n'utilisant que les étiquettes de niveau d'image, nous pouvons localiser efficacement les régions les plus distinctives dans les scènes complexes et éliminer ainsi les ambiguïtés qui mènent à une meilleure performance de classification dans les scènes aériennes très complexes. Dans le deuxième chapitre, nous traiterons de l'affinement des étiquettes de segmentation des empreintes de pas des bâtiments dans les images aériennes. Pour ce faire, nous détectons d'abord les erreurs dans les masques de segmentation initiaux et corrigeons uniquement les pixels de segmentation où nous trouvons une forte probabilité d'erreurs. Les deux prochains chapitres de la thèse portent sur l'application des Réseaux Adversariatifs Génératifs. Dans le premier, nous construisons un modèle GAN nuageux efficace pour éliminer les couches minces de nuages dans l'imagerie Sentinel-2 en adoptant une perte de consistance cyclique. Ceci utilise une fonction de perte antagoniste pour mapper des images nuageuses avec des images non nuageuses d'une manière totalement non supervisée, où la perte cyclique aide à contraindre le réseau à produire une image sans nuage correspondant a` l'image nuageuse d'entrée et non à aucune image aléatoire dans le domaine cible. Enfin, le dernier chapitre traite d'un ensemble différent d'images `à haute résolution, ne provenant pas du domaine RS mais plutôt de l'application d'imagerie à gamme dynamique élevée (HDRI). Ce sont des images 32 bits qui capturent toute l'étendue de la luminance présente dans la scène. Notre objectif est de les quantifier en images LDR (Low Dynamic Range) de 8 bits afin qu'elles puissent être projetées efficacement sur nos écrans d'affichage normaux tout en conservant un contraste global et une qualité de perception similaires à ceux des images HDR. Nous adoptons un modèle GAN multi-échelle qui met l'accent à la fois sur les informations plus grossières et plus fines nécessaires aux images à haute résolution. Les sorties finales cartographiées par ton ont une haute qualité subjective sans artefacts perçus.

Download or read book MODELISATIONS MARKOVIENNES MULTIRESOLUTIONS EN VISION PAR ORDINATEUR APPLICATION A LA SEGMENTATION D IMAGES SPOT written by JOZSEF ZOLTAN.. KATO and published by . This book was released on 1994 with total page 370 pages. Available in PDF, EPUB and Kindle. Book excerpt: DANS CETTE THESE, NOUS NOUS INTERESSONS AUX MODELES MARKOVIENS APPLIQUES AUX PROBLEMES DE VISION PRE-ATTENTIVE. NOUS CONSIDERONS CES PROBLEMES DANS UN CADRE GENERAL, APPELE ETIQUETAGE D'IMAGE, OU LE PROBLEME CONSISTE A ATTRIBUER DES ETIQUETTES AUX PIXELS. NOTRE APPROCHE EST FONDEE SUR LES CHAMPS DE MARKOV ET L'ESTIMATION BAYESIENNE, EN PARTICULIER L'ESTIMATION DE MAXIMUM A POSTERIORI (MAP). L'AVANTAGE DE LA MODELISATION MARKOVIENNE EST DE FOURNIR UN MODELE SIMPLE QUI NOUS PERMET DE DEFINIR LES INFORMATIONS A PRIORI PAR DES POTENTIELS LOCAUX. NOUS PRESENTONS AUSSI LES MODELES PYRAMIDAUX QUI REDUISENT LE TEMPS DE CALCUL ET AMELIORENT LE RESULTAT FINAL. L'ESTIMATION DES PARAMETRES EST UN AUTRE PROBLEME IMPORTANT POUR LES APPLICATIONS REELLES. NOUS APPLIQUONS QUELQUES METHODES CONNUES A L'ESTIMATION DE PARAMETRES DU MODELE MONOGRILLE ET PROPOSONS DES NOUVEAUX ALGORITHMS D'ESTIMATION POUR LE MODELE HIERARCHIQUE. LES PREMIERS RESULTATS SONT SATISFAISANTES MAIS IL RESTE BEAUCOUP DE TRAVAIL A FAIRE SUR LE SUJET. TOUS LES MODELES MARKOVIENS NECESSITENT LA MINIMISATION D'UNE FONCTION D'ENERGIE NON-CONVEXE. NOUS AVONS DEUX CHOIX POUR RESOUDRE CE PROBLEME: SOIT PAR RECUIT SIMULE SOIT PAR RELAXATION DETERMINISTE. NOUS DISCUTONS LA POSSIBILITE DE PARALLELISER CES ALGORITHMES. NOTRE PRINCIPAL RESULTAT EST UN MODELE MARKOVIEN HIERARCHIQUE ET UN ALGORITHME DE RECUIT MULTI-TEMPERATURE (MTA) POUR LA MINIMISATION DE LA FONCTION D'ENERGIE DU MODELE HIERARCHIQUE. POUR LE MTA, NOUS AVONS PROUVE LA CONVERGENCE VERS UN MINIMUM GLOBAL DANS LE CAS LE PLUS GENERAL OU CHAQUE CLIQUE A SA PROPRE LOI DE TEMPERATURE. IL RESTE QUELQUES PROBLEMES OUVERTS COMME LA RELATION ENTRE LES VALEURS ESTIMEES AU SENS DU MAP POUR LES MODELES MONOGRILLE ET HIERARCHIQUE, L'IMPLANTATION DE L'ALGORITHME MTA SUR UNE ARCHITECTURE PYRAMIDALE OU BIEN LA MISE EN UVRE UNE METHODE BEAUCOUP PLUS RAPIDE POUR L'ESTIMATION DE PARAMETRES

Download or read book Contribution de la th orie des graphes l analyse d images num riques written by Jean-Gérard Pailloncy and published by . This book was released on 1999 with total page 120 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les questions liées à la représentation des segmentations d'images ont provoqué un intérêt croissant pour les graphes. Après un descriptif des bases de topologie et de graphe, où nous nous baserons sur les complexes cellulaires de Kovalesky pour définir une topologie sur les images, nous étudierons particulièrement les graphes d'adjacence de régions et les cartes discrètes dans la perceptive de réduire la taille la taille de la structure tout en préservant le maximum de propriétés héritées de la topologie du support de l'image. L'utilisation des cartes discrètes sur des architectures parallèles est présentée. Nous montrons que le graphe d'adjacence de régions n'est pas très adapté au parallélisme car le maintien de la cohérence des informations entre les processeurs est coûteux à réaliser tandis que l'utilisation du graphe dual, cependant légèrement modifié, est bien adaptée. Ce travail a été ensuite ouvert sur la construction de hiérarchies de graphes par fusion de régions et sur l'appariement partiel de ces hiérarchies. Un domaine différent est ensuite abordé : la généralisation de la déformation de courbes discrètes à des supports irréguliers en 2D, ainsi que la mise en évidence des difficultés de généralisation en 3D. Enfin une synthèse est présentée sur une ouverture possible des graphes d'adjacence de régions, qui n'ont qu'un seul type d'arête mais ont une représentation hiérarchique, vers les graphes sémantiques, qui ont plusieurs types d'arêtes mais n'ont pas de représentation hiérarchique