Apports des ontologies à l'analyse exploratoire des images satellitaires

Résumé : A l'heure actuelle, les images satellites constituent une source d'information incontournable face à de nombreux enjeux environnementaux (déforestation, caractérisation des paysages, aménagement du territoire, etc.). En raison de leur complexité, de leur volume important et des besoins propres à chaque communauté, l'analyse et l'interprétation des images satellites imposent de nouveaux défis aux méthodes de fouille de données. Le parti-pris de cette thèse est d'explorer de nouvelles approches, que nous situons à mi-chemin entre représentation des connaissances et apprentissage statistique, dans le but de faciliter et d'automatiser l'extraction d'informations pertinentes du contenu de ces images. Nous avons, pour cela, proposé deux nouvelles méthodes qui considèrent les images comme des données quantitatives massives dépourvues de labels sémantiques et qui les traitent en se basant sur les connaissances disponibles. Notre première contribution est une approche hybride, qui exploite conjointement le raisonnement à base d'ontologie et le clustering semi-supervisé. Le raisonnement permet l'étiquetage sémantique des pixels à partir de connaissances issues du domaine concerné. Les labels générés guident ensuite la tâche de clustering, qui permet de découvrir de nouvelles classes tout en enrichissant l'étiquetage initial. Notre deuxième contribution procède de manière inverse. Dans un premier temps, l'approche s'appuie sur un clustering topographique pour résumer les données en entrée et réduire de ce fait le nombre de futures instances à traiter par le raisonnement. Celui-ci n'est alors appliqué que sur les prototypes résultant du clustering, l'étiquetage est ensuite propagé automatiquement à l'ensemble des données de départ. Dans ce cas, l'importance est portée sur l'optimisation du temps de raisonnement et à son passage à l'échelle. Nos deux approches ont été testées et évaluées dans le cadre de la classification et de l'interprétation d'images satellites. Les résultats obtenus sont prometteurs et montrent d'une part, que la qualité de la classification peut être améliorée par une prise en compte automatique des connaissances et que l'implication des experts peut être allégée, et d'autre part, que le recours au clustering topographique en amont permet d'éviter le calcul des inférences sur la totalité des pixels de l'image.
Type de document :
Thèse
Traitement des images. Université Montpellier, 2017. Français. 〈NNT : 2017MONTS014〉
Liste complète des métadonnées

Littérature citée [6 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01599116
Contributeur : Abes Star <>
Soumis le : lundi 15 octobre 2018 - 18:01:07
Dernière modification le : mardi 16 octobre 2018 - 01:16:56

Fichier

CHAHDI_2017_archivage.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : tel-01599116, version 2

Citation

Hatim Chahdi. Apports des ontologies à l'analyse exploratoire des images satellitaires. Traitement des images. Université Montpellier, 2017. Français. 〈NNT : 2017MONTS014〉. 〈tel-01599116v2〉

Partager

Métriques

Consultations de la notice

142

Téléchargements de fichiers

136