LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Languages: French
Types: Article
Subjects: Suivi de situation, Estimateur symbolique, Filtre de Kalman, Révision, Mise à jour, 629.8, Situation tracking, Symbolic estimator, Kalman filtering, Revision, Update
Le thème des travaux est l'élaboration et le suivi de situation dans un monde dynamique pouvant évoluer librement, dans le cadre de missions de surveillance, de reconnaissance ou de renseignement. Le problème central de la reconnaissance de situations est la mise en correspondance des données visuelles avec des modèles d'actions et d'enchaînements temporels d'actions, définis a priori et censés décrire au mieux les situations susceptibles d'être observées dans l'environnement considéré. Il est renforcé par un problème de rigidité des modèles et de l'algorithme de mise en correspondance. Dans ce contexte, l'objectif de la thèse est de proposer un système d'élaboration et de suivi de situation, au niveau symbolique, capable de prendre en compte, d'une part, les imperfections de données et, d'autre part, les écarts existant entre les comportements réels et les comportements prédéfinis dans les modèles. La construction d'un tel système, désigné sous le nom d'estimateur symbolique, a été réalisée en deux étapes : spécification et formalisation. Un premier ensemble de spécifications a été déduit de l'étude du système conçu dans le cadre du projet PERCEPTION et d'approches récentes de la reconnaissance d'actions. Des spécifications plus précises ont été déduites de la confrontation du filtre de Kalman et des processus de révision et de mise à jour d'ensembles de croyances, les deux types de démarches présentant des points communs avec le problème du suivi de situation. L'estimateur symbolique construit en réponse aux spécifications est un processus en deux étapes, prédiction et recalage, qui autorise des mises en correspondance données-modèles imparfaites. Il manipule des relations de préférences qualitatives, qui représentent l'incertitude sur la situation en cours de l'environnement. Le principe de l'estimateur ainsi défini est appliqué à la surveillance d'un parking. This thesis deals with automatic scene recognition in dynamic environments, for surveillance and intelligent systems, autonomous vehicles or decision aid systems. The recognition process is based on the matching of visual data with action prototypes and temporal plan prototypes. Such a process is characterized by uncertainty issues linked both to the models and to the matching algorithm: on the one hand, data may be uncertain and, on the other hand, the matching quality depends onthe accuracy and the relevance of the models. In such a context, our work aims at designing a symbolic estimation tool, in which imperfect data are taken into account and imperfect matchings are allowed. The design of such an estimator is achieved through two steps: specification and formalization. ln order to deduce specifications, the situation assessment system designed in the framework of PERCEPTION project is analysed and recent approaches of action recognition are studied. More precise specifications are deduced from a confrontation of Kalman filtering and belief revision and update processes as both types of processes have common characteristics with situation assessment problem. The symbolic estimation tool for situation assessment is a two-step process, prediction and correction, in which imperfect matchings are defined. It handles qualitative preference relations that encode the uncertainty on the situation in progress in the observed environment. The principle of the symbolic estimator is illustrated on the surveillance of a parking-lot.
  • No references.
  • No related research data.
  • No similar publications.

Share - Bookmark

Cite this article