Thèse soutenue

Suivi et classification d'objets multiples : contributions avec la théorie des fonctions de croyance
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Samir Hachour
Direction : François Delmotte
Type : Thèse de doctorat
Discipline(s) : Génie Informatique et Automatique
Date : Soutenance le 05/06/2015
Etablissement(s) : Artois
Ecole(s) doctorale(s) : Ecole doctorale Sciences pour l'Ingénieur
Jury : Président / Présidente : Didier Maquin
Examinateurs / Examinatrices : François Delmotte, Didier Maquin, Arnaud Martin, Thierry Denoeux, David Mercier, Jean-Charles Noyer
Rapporteurs / Rapporteuses : Arnaud Martin, Thierry Denoeux

Résumé

FR  |  
EN

Cette thèse aborde le problèeme du suivi et de la classification de plusieurs objets simultanément.Il est montré dans la thèese que les fonctions de croyance permettent d'améliorer les résultatsfournis par des méthodes classiques à base d'approches Bayésiennes. En particulier, une précédenteapproche développée dans le cas d'un seul objet est étendue au cas de plusieurs objets. Il est montréque dans toutes les approches multi-objets, la phase d'association entre observations et objetsconnus est fondamentale. Cette thèse propose également de nouvelles méthodes d'associationcrédales qui apparaissent plus robustes que celles trouvées dans la littérature. Enfin, est abordée laquestion de la classification multi-capteurs qui nécessite une seconde phase d'association. Dans cedernier cas, deux architectures de fusion des données capteurs sont proposées, une dite centraliséeet une autre dite distribuée. De nombreuses comparaisons illustrent l'intérêt de ces travaux, queles classes des objets soient constantes ou variantes dans le temps.