pen icon Communication
quote

Facteurs de qualité dans la fusion de classificateurs multiples

FR

Membre a labase

François Rhéaume

Résumé de la communication

Dans ce travail, nous contruisons un classificateur multiple en fusionnant les résultats provenant de différents classificateurs classiques. L'individu inconnu est d'abord classé indépendamment par les différentes méthodes. À l'aide de la théorie de l'évidence de Dempster-Shafer, nous combinons ces différents résultats dans le but d'obtenir une classification plus sûre, plus précise et plus juste de l'individu. Par conséquent, chacune des méthodes devenant une source d'information, la théorie de l'évidence impose de lui associer une fonction de masse élémentaire représentant au mieux la confiance que nous accordons à l'information issue d'une source particulière. Bien que ce domaine soit encore très peu exploité et que peu de méthodes non-ad hoc décrivent comment assigner ces fonctions masses, nous proposons ici un moyen de décrire le facteur de qualité d'une méthode par des fonctions de masses. Ainsi, les statistiques de chacune des méthodes (résultat global) et les résultats d'identification d'un individu en particulier (résultat local) sont pris en compte pour construire les fonctions de croyance. Essayant de tirer le meilleur parti des différentes méthodes, leur fusion conduit à l'amélioration des performances du classificateur. Ce classificateur multiple est appliqué au traitement d'images infra-rouges de bateaux marchands ou militaires.

Contexte

news icon Domaine de la communication :
Génie électrique et génie informatique
host icon Hôte : Université de Sherbrooke

Découvrez d'autres communications scientifiques

news icon

Thème du communication :

Génie électrique et génie informatique

Autres communications du même congressiste :

news icon

Domaine de la communication :

Génie électrique et génie informatique