A decentralized and adaptive approach for the information management in vision ; application to living cell image interpretation
Une approche décentralisée et adaptative de la gestion d'informations en vision ; application à l'interprétation d'images de cellules en mouvement
Résumé
This thesis proposes a novel approach for computer vision, insisting on the role played by the information and the knowledge present in a computer vision system. The knowledge can be seen as a goal to be achieved by the methods involved, or as an instrument used for guiding these methods. This double role played by the knowledge is stressed by putting forward the necessary management of all available information at all time to achieve the recognition task. A distributed approach is proposed, using a multi-agent system, where an agent is specialized in the recognition of a particular concept of the image. The generic agent model is comprised of four basic behaviors : perception (region growing and edge following), interaction (fusion of primitives), differenciation (primitive interpretation) and reproduction (agent placement strategy). These behaviors take decisions using multi-criteria evaluations, where the criteria are specialized for the different concepts. The agents must adapt themselves and cooperate with others to accomplish their tasks, at the local level as well as at the agent group level (working on the same perceptual group). This system is applied to the recognition of living cells. Each cell is decomposed in several concepts (nucleus, pseudopod, cytoplasm, ...) which are the basic concepts to specialize the agents.
Cette thèse propose une nouvelle approche de la vision par ordinateur, insistant sur le rôle joué par les différentes informations et connaissances présentes dans un système intégré de vision. Ces connaissances peuvent être vues comme un but à atteindre dans la chaine de traitement ou comme un instrument pour guider ces différents traitement. Ce double rôle est mis en évidence en insistant sur la gestion des informations disponibles à tout moment pour effectuer la tâche de reconnaissance. Une approche distribuée est proposée, sous la forme d'un système multi-agents, où chaque agent est spécialisé pour la reconnaissance d'un concept de l'image. Le modèle générique d'agent est composé de quatre comportements de base : perception (croissance de région, suivi de contour), interaction (fusion de primitives), différenciation (interprétation de primitive) et reproduction (stratégie de focalisation des agents). Ces comportements prennent des décisions à l'aide d'évaluations multi-critères, faisant référence à plusieurs critères spécialisés. Des capacités d'adaptation et de coopération sont nécessaires aux agents pour mener à bien leurs tâches, et ce tant au niveau local qu'au niveau des groupes d'agents (travaillant sur un même groupement perceptuel). Ce système est appliqué pour la reconnaissance des cellules en mouvement. Chaque cellule est divisée en plusieurs composantes (noyau, pseudopode, cytoplasme, ...) qui servent de concepts de base pour la spécialisation des agents.
Loading...