Abstract FR:

Ce travail est consacré à l'exposé des recherches effectuées pour atteindre l'objectif initial de notre étude à savoir la modélisation de la perception visuelle appliquée à la vision artificielle. Dans le chapitre 1 nous présentons l'historique des réseaux de neurones qui relate les connaissances actuelles sur les modèles de neurones biologiques, formels, électroniques et connexionnistes. Dans le chapitre 2, nous effectuons un résumé des travaux actuels sur les phénomènes biologiques lies à la vision. Dans le chapitre 3, nous avons développé un modèle basé sur les réponses des neurones de type x afin de presser la rétine. Ensuite, nous avons développé un module dit de reconstitution afin de tenter de représenter une partie élémentaire de l'action et de la rétroaction existant entre l'aire primaire et l'aire secondaire. Puis nous avons construit un module descriptif appelé module de reconnaissance-apprentissage pour représenter les échanges d'informations entre les différentes aires du cortex cérébral. Dans ce but, nous sommes partis d'hypothèses classiques de l'électrophysiologie de la vision pour l'élaboration de notre modèle de rétine. Ensuite, nous avons réalisé la mise au point d'un module de reconstitution basé sur la sensibilité aux droites et sur la théorie des réseaux de neurones formels afin de reconstituer l'image qui a été filtrée par la rétine. Finalement, la mise au point d'un module de reconnaissance-apprentissage nous permet d'effectuer la reconnaissance d'une image présentée par comparaison à celles qui appartiennent à une mémoire. Ce module est capable d'établir une reconnaissance même si l'image présentée est partiellement cachée ou légèrement déplacée du centre du champ visuel. L'image qui n'est pas reconnue est envoyée vers une mémoire dite statistique avant d'être mémorisée.