par Wojciech Pieczynski
Télécom SudParis,
Wojciech.Pieczynski@it-sudparis.eu
Résumé
Lorsque l’on s’intéresse à la segmentation statistique des images multi-capteur on est amené à calculer les probabilités a posteriori sur les classes. Lorsque les capteurs sont de natures différentes la fusion de Dempster-Shafer prolonge, de manière particulièrement élégante, ces calculs et permet de tenir compte de cette hétérogénéité. Par ailleurs, les modèles dits « Markov cachés » peuvent, de par leur aptitude de tenir compte du contexte spatial, s’avérer d’une remarquable efficacité. L’objet de l’exposé est de discuter les possibilités de bénéficier simultanément de ces deux modélisations. La fusion de Dempster-Shafer dans le cadre markovien est une somme a priori incalculable ; cependant, en reformulant le problème dans le cadre des modèles de Markov triplets, il est possible de contourner cette difficulté. De plus, les paramètres peuvent être estimés par une méthode de type ICE autorisant des traitements non supervisés.
Invitation : Stéphane Derrode (GSM)
ResearchGate
Flux RSS