Architectures connexionnistes multi-modulaires. Application a l'analyse de scenes

摘要: Cette these est consacree a l'etude d'approches connexionnistes pour l'analyse de scene, c'est-a-dire la localisation puis l'identification d'objets dans des images. Pour cette tache, il essentiel disposer systemes classification precis, rapides et dotes capacite d'apprentissage. Les reseaux connexionnistes, adaptatifs reposant sur traitements numeriques massivement parallelisables, sont par consequent d'excellents candidats. La premiere partie decrit les modeles plus interessants le traitement d'images. Nous indiquons liens etroits unissants ces aux approches statistiques usuelles. construction d'une architecture connexionniste partir modules algorithmiques simples facilite taches complexes. decomposition en distincts permet effet d'introduire connaissances priori solution, mieux controler l'apprentissage, debouche efficaces. proposons plusieurs nouvelles architectures multi-modulaires classification. Dans une deuxieme partie, nous etudions probleme reconnaissance segmentation chiffres manuscrits. Des etudes experimentales detaillees montrent l'apport modulaires, qui permettent tres nette acceleration calculs performances comparables. Ces resultats suggerent application, visages images scenes naturelles, laquelle peu solutions performantes ont ete proposees. utilisons analyse multiresolution un classifieur constitue deux cascade. detectes identifies troisieme reseau, distinguer personnes connues inconnus. obtenues autorisent applications reelles