applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur...
TRANSCRIPT
![Page 1: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/1.jpg)
Applications des réseaux de neurones en
reconnaissance de formes et en vision par
ordinateur
Synthèse
![Page 2: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/2.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 2
Espace d'entrée
XExtraction
desprimitives
Espace des primitives
YSystème
dedécision
Espace des décisions
D
1- Reconnaissance de formes
![Page 3: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/3.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 3
Apprentissage supervisé: rétro-propagation du gradient d’erreur
![Page 4: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/4.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 4
SonarTravaux de Sejnowski & Gorman, 1988Pré-traitement: TFDApprentissage: spectres en fréquence
![Page 5: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/5.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 5
Approximation complexe: conduite d’un véhicule motorisé
1217 unités
à gauche
à droite
route + claireou + foncée
= 256
= 960 (dans le bleu)
![Page 6: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/6.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 6
Approximation complexe: conduite de véhicule motorisé
Projet développé à Carnegie-Mellon
Apprentissage: 1200 images présentées 40 fois chacune. Les images représentent une grande diversité de courbes, d’intensité et de distortion. L’apprentissage dure ~30 min.
Résultats: Le meilleur à … ~5 km/hrs dans une route boisée.
![Page 7: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/7.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 7
Classification de chiffres manuscrits
![Page 8: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/8.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 8
![Page 9: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/9.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 9
Classification de chiffres: Mémoire associative (réseau de Hopfield)
![Page 10: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/10.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 10
Structure du ART 1
€
F1(a)=Entrée=Xk
F2 Catégoriesj
€
Wf=bji
€
Wb=tij RAZRAZ
<ρ?
G1
G2
F1(b) =Interface
F1 Caractéristiques
i
![Page 11: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/11.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 11
= 0,9
= 3 et plus
nouvelle catégorie
dans F2
![Page 12: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/12.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 12
Classification de polices: Kohonen
![Page 13: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/13.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 13
![Page 14: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/14.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 14
Classification de lettres
![Page 15: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/15.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 15
Classification de lettres: 2 approches
![Page 16: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/16.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 16
2- Vision par ordinateur
![Page 17: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/17.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 17
Modèle algorihmique du système de vision
Niveau 0
Niveau 1
Niveau 2
Niveau 3
Niveau 4
Segmentation
Interpolation
AutresOmbrageStéréo
Images
droitegauche
Détection des arêtes
Esquisse
Esquisse2 1/2 D
Description
Détection des arêtes
Croquis Croquis
3D
![Page 18: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/18.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 18
2.1 Extraction des primitives
2
2 41
333
Occultations: masquage d’un objet par un autre
Arête 3D: discontinuité du vecteur normal
Marques: texture, albédo, etc.
Ombre: discontinuité de l’éclairage incident
1-
2-
3-
4-
![Page 19: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/19.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 19
I
∇I
∇2I
Caractéristiques de scène projetées sur l’image d’éclairement
![Page 20: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/20.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 20
Approximation du gradient
sortie = |dx| + |dy|
dx dy
![Page 21: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/21.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 21
Détection des arêtes orientées
∇2Gσ * I
![Page 22: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/22.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 22
Système BCS de Grossberg
-+ - +
Max.
![Page 23: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/23.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 23
Extraction par apprentissage supervisé
Extraction des primitives
Sous-image pour l’apprentissage
![Page 24: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/24.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 24
1- Choix d’une base d’apprentissage
586 vecteurs 3x3 d’apprentissage sont sélectionnés (distance euclidienne plus grande que 0,17)
![Page 25: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/25.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 25
2- Construction du réseau
Réseau à rétro-propagation
NI = 3x3
Nh = 6
No = 1
Entrée
Couche cachée
Sortie (arête)
![Page 26: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/26.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 26
3- Apprentissage
4- Généralisation
Structure d’appel des différents programmes et fichiers de données.
Sélection des v ecteurspour l’apprentissage
base_vect.cc
ImageEntree.pgm
ImageDesiree.pgm
Apprentissage
batchman (SNNS)
Constructiondu réseau
SNNS
Visualisation etimpression de l’image
xv, imagetool, etc.
Conversionet mise-à-l’échelle
pgm2pat.cc
Généralisation
SNNS
Conversionet mise-à-l’échelle
res2pgm.cc
leo.pgmcampanile.pgm
cam.pgmfrog.pgm
etc.
binairisée
lab2_out.net
leo.res
leo_bin.pgm
leo.pat
lab2.netvecteurs.pat
apprentissage.param
batchman.log
![Page 27: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/27.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 27
2.2 Stéréoscopie
![Page 28: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/28.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 28
f
d
xg xd
df Δδ–()
δ--------------------=
δ xg xd–=
0 0
Géométrie
![Page 29: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/29.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 29
Mesure de disparité
épipolaireligne
image d’arêtes gauche image d’arêtes droitefusion
x=x1 x=x1 x=x1−δmin=x x1−δmin−δmax
δmax
![Page 30: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/30.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 30
Compétition entre les neurones de disparité
épipolaireligne
image d’arêtes gauche image d’arêtes droitefusion
x=x1 x=x1
![Page 31: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/31.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 31
Mesure de la disparité résultante
épipolaireligne
image d’arêtes gauche image d’arêtes droitefusion
x=x1 x=x1
![Page 32: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/32.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 32
3- Télédétection
Cellular Neural Network for Automated Detectionof Geological Lineaments on Radarsat Images
Richard Lepage, Rouhana G. Rouhana, Benoît St-Onge, Rita Noumeir, and Robert Desjardins
IEEE Transactions on Geoscience and Remote Sensing,Vol. 38, No. 3, p. 1224-1233, May 2000
![Page 33: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/33.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 33
• Linéaments
Qualité visuelle Direction consistante
Continuité sur une longue distance
Longs éléments rectilignes ou curvilignes indiquant des phénomènes géologiques
![Page 34: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/34.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 34
• Réseau neuronique cellulaire
Grande matrice de cellules Grande matrice de cellules identiquesidentiques Connexions locales avec les cellules voisines
Cellules adjacentes: effet direct
Cellules non adjacentes: effet indirect
Avantage :Avantage : Adapté aux algorithmes Adapté aux algorithmes de visionde vision
![Page 35: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/35.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 35
Structure en treillis du réseau cellulaire
![Page 36: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/36.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 36
Élément de calcul à chaque noeud
∑ f* B
* A
∫+
+
-
+
xi xi
1
1-1-1
f
vi
vj
I
uk
![Page 37: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/37.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 37
Nœud à chaque pixel
![Page 38: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/38.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 38
Modèle à grand voisinage circulaire Chaque pixel:
–induit un champs de gradient dans un voisinage circulaire
–applique un effet d’inhibition sur lui même
Le rayon de voisinage diminue avec une certaine vitesse et un certain pas
![Page 39: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/39.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 39
P
e
A
B
e’
e’
D
C
e’
e’ e' = e cos
Champ d’induction circulaire
![Page 40: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/40.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 40
P
eA
BD
CQ
e’ = e’
I
II
e’<< e’Sélectivité circulaire:
e' = e cos
Sélectivité directionnelle:
e' = e cos3
Champ directionnel d’induction: comparaison avec le champ circulaire
![Page 41: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/41.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 41
Résultats: région de Charlevoix
![Page 42: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/42.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 42
Image Radarsat dimensions : 768x768 précision : 9m
![Page 43: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/43.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 43
Détection classique: masque de Sobel directionnel
![Page 44: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/44.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 44
Détection par réseau neuronique cellulaire à induction directionnelle
![Page 45: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/45.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 45
4- Inspection automatisée
Projet de coopération franco-québécoise 97-99
ÉTS - INSA de Lyon
![Page 46: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/46.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 46
CCD CAMÉRA
INSPECTION
entraî-
Mémoireassociative
Rapportd'inspection
CAO
géon
2D
géon
3Dnement
Base de donnéesModèles CAODescriptions géonsImages 2DImages 3D
Contexte de l'inspection
![Page 47: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/47.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 47
Étapes Construction d’une banque de données choix de pièces étalons représentations CAO
–volumétrique (CSG)–surfacique (STL et B-Rep)
conversion en géons (à partir du format neutre de fichier)
image 3D des objets–balayage laser (CNRC)–machine à mesurer coordonnées
![Page 48: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/48.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 48
Extraction des géons à partir de la caméra CCD
Mise en registrereprésentation CAO (STL) et image 3Dreprésentation CAO (NURBS) et image 3D
Sélection rapide par mémorisation associative des géons
constituants
![Page 49: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/49.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 49
CCD CAMÉRA
INSPECTION
entraî-
Base de donnéesmodèles CAOImages 2DImages 3D
Mémoireassociative
CAO
géon
3Dnement
Descriptions géons
Base de données
![Page 50: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/50.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 50
Pièce 1 Pièce 2 Pièce 3 Pièce 4 Pièce 5
Pièce 6 Pièce 7 Pièce 8 Pièce 9 Pièce 10
Pièces de la base de données
![Page 51: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/51.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 51
courbe
COURBUREDE L'AXE
droit
TYPE D'ARÊTESGÉNÉRATRICES
droites
courbes
rotationnelleSYMÉTRIE DELA SECTION
réflective et
réflective
asymétrie FONCTION DEBALAYAGE
constante
variable
hybrides
MATÉRIALITÉ
solide
creux
Représentation visuelle par géons
![Page 52: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/52.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 52
au dessus
au dessus
au dessus
Exemple de décomposition en géons
![Page 53: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/53.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 53
Attributs des géons Type
positif négatif
Axe droit incurvé
Symétrie du profil réflective réflective et rotationnelle asymétrique
![Page 54: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/54.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 54
Types d'arêtes du profil droites courbes hybrides
Dimension du profil contante variable
![Page 55: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/55.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 55
Attribut de connectivité entre deux géons1: axes colinéaires (géons bout-à-bout)
2: axes à angle (jonction en T)3: axes parallèles (côte à côte, inclusif)
4: axes croisés (jonction en X)5: axes confondus (géons concentriques)
![Page 56: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/56.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 56
CCD
Base de donnéesmodèles CAO
Mémoireassociative
2D
géon
Extraction des géons d’une image 2D
![Page 57: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/57.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 57
Images 2DProblématique
–Occlusions–Réflets de lumière sur les pièces métalliques
–Jonctions manquantes, traits discontinus–Géons de forme imprévisible :
![Page 58: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/58.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 58
entraî-
Base de donnéesmodèles CAOImages 2DImages 3D
CAO
géon
nement
Descriptions géons
Conversion CAO en géons
![Page 59: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/59.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 59
Entrée : fichier de données CAO– format neutre (logiciel de conception assistée par ordinateur ProEngineer)
– B-Rep F(E) surfaces frontières arêtes limitrophes
Conversion F(E) à F(L(E(V)))– F surface– L boucles– E arêtes– V sommet
![Page 60: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/60.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 60
Extraction des géons par analyse des boucles internes–un géon correspond à un élément symbolique dans KBV
attributs relation spatiale avec les voisins
![Page 61: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/61.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 61
CCDentraî-
Base de donnéesmodèles CAO
Mémoireassociative
CA O
géon
2D
géon
nement
Mémoire associative
![Page 62: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/62.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 62
Type : Analyse syntaxique + Kohonen–Algorithme Shift-Reduce–Ex.: The boy who liked the girl | | article nom \ / sujet–Réseau de type SARDSRN
Utilise une carte topologique de Kohonen pour représenter les divers états du système
Décroissance temporelle de l’activation des anciennes instances
![Page 63: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/63.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 63
Réseau pour tenir compte de la connectivité
Couche cachée Copie
Attributsde connectivité
Attributsdes géons
Cartes Kohonen
![Page 64: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/64.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 64
Apprentissage–La base d'apprentissage est constituée de l'ensemble des modèles CAO convertis en modèle visuel perceptuel par géons
Sortie–Chaque neurone de sortie pointe vers un des modèles CAO de la base de données. Les neurones activés représentent les modèles CAO les plus probables.
![Page 65: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/65.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 65
Activation–Progressive. Les neurones de sortie s'activent de plus en plus au fur et à mesure que l'information se précise à l'entrée.
–L'information à l'entrée est fournie graduellement, au rythme de l'extraction des géons dans l'image d'entrée.
![Page 66: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/66.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 66
CAMÉRA
INSPECTION
Rapportd'inspection
3D
Base de donnéesModèles CAO
Inspection
![Page 67: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/67.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 67
Mise en registre–Les mesures 3D provenant de la caméra 3D par balayage laser sont comparées avec chacun des modèles CAO identifiés par le réseau associatif
–Chacun des modèles CAO est transformé pour minimiser un signal d'appariement
–Un rapport d'inspection est généré à la suite des mesures de comparaison avec le modèle CAO finalement sélectionné
![Page 68: Applications des réseaux de neurones en reconnaissance de formes et en vision par ordinateur Synthèse](https://reader036.vdocuments.pub/reader036/viewer/2022081502/551d9db5497959293b8da418/html5/thumbnails/68.jpg)
GPA-779 Application des réseaux de neurones et des systèmes expertssynthèse - 68
Vérification de tolérance–Planéité–Parallélisme–Perpendicularité, inclinaison, forme
Numérisation–Trajectoire optimale de la caméra(position optimale de la tête de numérisation)