Loading...
Please wait, while we are loading the content...
Similar Documents
Modélisation et classification des données de grande dimension : application à l'analyse d'images.
| Content Provider | Semantic Scholar |
|---|---|
| Author | Bouveyron, Charles |
| Copyright Year | 2006 |
| Abstract | Le theme principal d'etude de cette these est la modelisation et la classification des donnees de grande dimension. Partant du postulat que les donnees de grande dimension vivent dans des sous-espaces de dimensions intrinseques inferieures a la dimension de l'espace original et que les donnees de classes differentes vivent dans des sous-espaces differents dont les dimensions intrinseques peuvent etre aussi differentes, nous proposons une re-parametrisation du modele de melange gaussien. En forcant certains parametres a etre communs dans une meme classe ou entre les classes, nous exhibons une famille de 28 modeles gaussiens adaptes aux donnees de grande dimension, allant du modele le plus general au modele le plus parcimonieux. Ces modeles gaussiens sont ensuite utilises pour la discrimination et la classification automatique de donnees de grande dimension. Les classifieurs associes a ces modeles sont baptises respectivement High Dimensional Discriminant Analysis (HDDA) et High Dimensional Data Clustering (HDDC) et leur construction se base sur l'estimation par la methode du maximum de vraisemblance des parametres du modele. La nature de notre re-parametrisation permet aux methodes HDDA et HDDC de ne pas etre perturbees par le mauvais conditionnement ou la singularite des matrices de covariance empiriques des classes et d'etre efficaces en terme de temps de calcul. Les methodes HDDA et HDDC sont ensuite mises en dans le cadre d'une approche probabiliste de la reconnaissance d'objets dans des images. Cette approche, qui peut etre supervisee ou faiblement supervisee, permet de localiser de maniere probabiliste un objet dans une nouvelle image. Notre approche est validee sur des bases d'images recentes et comparee aux meilleures methodes actuelles de reconnaissance d'objets. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-00109047/file/these_memoire.pdf |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-00109047v1/document |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-00109047v2/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
