Contribution à la définition d'un modèle générique de réseaux de neurones pour la minimisation de fonctionnelles : application à l'estimation du mouvement dans des séquences d'images

Contribution to the definition of a generic model of neural network for minimizing energy functions : application to motion estimation in image sequences

• Auteur / Autrice : Ludovic Lelaurin
• Direction : Jean-Paul Dubus, Vincent Devlaminck
• Type : Thèse de doctorat
• Discipline(s) : Électronique
• Date : Soutenance en 1996
• Etablissement(s) : Lille 1

Mots clés

Mots clés contrôlés

Commande, Théorie de la

Traitement d'images

Réseaux neuronaux (informatique)

Résumé

Ce mémoire de thèse traite d'un modelé générique de réseaux de neurones pour la minimisation de fonctionnelles de type quadratique. L'application particulière à l'estimation du mouvement dans des séquences d'images est présentée. De nombreux problèmes de traitement des images s'expriment sous la forme d'une fonctionnelle à minimiser. Ces derniers sont pour la majorité d'entre eux mal poses au sens défini par Hadamard, et nécessitent de recourir à des techniques de régularisation. La résolution de tels problèmes régularises fait alors appel à des techniques d'optimisation. Les réseaux de neurones artificiels se composent d'un grand nombre d'unités élémentaires opérant en parallèle ; ces unités se désignent sous le terme de neurones ou neurones formels. De tels systèmes connexionnistes peuvent assurer des taches de haut niveau telles que la reconnaissance des formes, la classification, l'optimisation. . . Nous présentons une méthodologie neuronale dont le principe consiste à coder la solution des problèmes d'optimisation en termes d'états de neurone, qui sont les variables discrètes d'un espace euclidien. Le réseau de neurones propose est fonde sur le modelé discret de hopfield. Nous l'appliquons à l'estimation du mouvement dans des séquences d'images, problème qui nous permet de faire une analyse de notre approche la plus complète. Nos résultats sont comparés avec ceux obtenus par l'approche classique proposée par Horn et Schunk. Nous nous étendons ensuite au cas du mouvement d'objets déformables et montrons la nature générique de ce réseau.