Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
Colloque
Nous exposerons une méthode de segmentation d’images basée sur l’exploitation de connaissances formulées à l’aide de règles si-alors. Ces règles sont exprimées à l’aide de l’architecture cognitive Soar, qui est dotée d’un mécanisme d’apprentissage automatisé. La segmentation s’effectue en subdivisant l’image en contours fermés qui correspondront à des objets ou parties d’objets: ayant ainsi isolé les parties d’un objet, il sera possible au système à base de connaissances de les comparer à une description symbolique et de déterminer la nature de l’objet. Dans un premier temps, on extraira des segments de contour consistant en arcs de cercle et lignes droites, …
Colloque
Nous exposerons une méthode de segmentation d’images basée sur l’exploitation de connaissances formulées à l’aide de règles si-alors. Ces règles sont exprimées à l’aide de l’architecture cognitive Soar, qui est dotée d’un mécanisme d’apprentissage automatisé. La segmentation s’effectue en subdivisant l’image en contours fermés qui correspondront à des objets ou parties d’objets: ayant ainsi isolé les parties d’un objet, il sera possible au système à base de connaissances de les comparer à une description symbolique et de déterminer la nature de l’objet. Dans un premier temps, on extraira des segments de contour consistant en arcs de cercle et lignes droites, …
Colloque
Nous exposerons une méthode de segmentation d’images basée sur l’exploitation de connaissances formulées à l’aide de règles si-alors. Ces règles sont exprimées à l’aide de l’architecture cognitive Soar, qui est dotée d’un mécanisme d’apprentissage automatisé. La segmentation s’effectue en subdivisant l’image en contours fermés qui correspondront à des objets ou parties d’objets: ayant ainsi isolé les parties d’un objet, il sera possible au système à base de connaissances de les comparer à une description symbolique et de déterminer la nature de l’objet. Dans un premier temps, on extraira des segments de contour consistant en arcs de cercle et lignes droites, …
Colloque
Nous proposons une architecture de vision artificielle globale à base de modèle multi-agents. Le modèle d'agent utilisé fournit une structure de représentation explicite et homogène pour l'intégration de divers traitements visuels (neuroniques, symboliques et numériques), et pour l'expression de différents mécanismes de reconnaissance et de description de l'image. Deux types de contrôle existent au sein d'un agent: un contrôle local pour les traitements intra-niveau de représentation d'une scène, et l'autre, collectif, pour les traitements inter-niveau. Le cas concret servant de support de validation à cette approche concerne l'inspection visuelle de circuits imprimés.
Colloque
Un des principaux buts de la vision artificielle vise à reconnaître les objets présents dans la scène observée et à les localiser. Les travaux de cette recherche portent sur l’extraction des caractéristiques d’une image. Les images sont d’abord représentées à quatre échelles de résolution spatiale différentes afin d’obtenir une description complète de la scène. Les arêtes sont par la suite détectées à chacune de ces échelles. Une projection des arêtes des plus faibles résolutions vers les plus fines permet d’atténuer les arêtes bruitées. Les caractéristiques des arêtes résiduelles sont extraites et présentées au système expert d’analyse visuelle. Ce dernier est …
