Décision à contrario pour la reconnaissance de formes
Institution:
Paris 9Disciplines:
Directors:
Abstract EN:
Shape recognition is a field of computer vision which has many applications. It addresses the problem of finding out whether a query shape lies or not in a shape database, up to a certain invariance. Most shape recognition methods simply sort shapes from the database along some similarity measure to the query shape. Their Achilles' heel is the decision stage, which should aim at giving a clear-cut answer to the question: "do these two shapes look alike"? In this PhD thesis, the proposed solution consists in bounding the "number of false alarms" of the query shape among the database shapes. A grouping stage improves the level of confidence in the obtained detections. All along the thesis, a contrario decisions are made: a background model is designed, then the rarer an event is for this model, the more significant it ought to be considered.
Abstract FR:
La reconnaissance de formes est un domaine de la vision par ordinateur qui a de nombreuses applications pratiques. Elle aborde le problème de la recherche d'une forme requête dans une base de formes, selon certaines invariances. La plupart des méthodes de reconnaissance classent simplement les formes dans la base par rapport à une mesure de similarité à la requête. Leur talon d'Achille est l'étape de décision, qui devrait permettre de donner une réponse claire et précise à la question : "ces deux formes se ressemblent-elles ?". La solution proposée dans cette thèse consiste à borner le "nombre de fausses alarmes" de la forme requête parmi les formes de la base. Une étape de groupement permet d'atteindre un plus grand degré de confiance dans les détections obtenues. Tout au long de cette thèse, des décisions a contrario sont prises : un modèle de fond est construit, et plus un événement est rare pour le modèle, plus il est considéré comme significatif