Traitement de l'information et modélisation

Estimation, vision

Objectifs

• Définir et caractériser des estimateurs à partir d’observations (signaux ou images) non-linéaires, souvent implicites, dans un contexte ambigu, en tenant compte d’un problème éventuel d’association de données.
• Concevoir les algorithmes de calcul de ces estimateurs en s’appuyant sur une connaissance précise du système dans lequel le traitement doit s’intégrer (modélisation capteurs, modèle dynamique, etc.).

Contribution

Le domaine aérospatial et de défense fournit de nombreuses problématiques d’estimation qui peuvent être ordonnées en fonction de la nature de la relation d’observation qui lie les données disponibles (signaux ou images issus de divers capteurs) et les quantités d’intérêt que l’on cherche à estimer. Depuis le cadre simple linéaire-gaussien, on considère des contextes non-linéaires, des modèles hybrides faisant intervenir différents types de paramètres de nuisance, des équations implicites, enfin des contextes dans lesquels la relation d’observation ne peut être définie sans résoudre au préalable ou conjointement un problème d’association de données.

Les approches proposées s’inscrivent essentiellement dans le cadre général de l’estimation statistique et s’appuient sur les outils récents de ce cadre : modélisation Markovienne, techniques particulaires, estimateurs robustes, etc. L’accent est porté sur les contraintes externes qui jouent sur les conditions d’estimation, que ce soit les aspects liés à la modélisation des capteurs, à l’influence du contexte (taux de fausse alarme, nature des fonds, etc.) ou à l’intégration du traitement dans un système embarqué. Nos contributions concernent les aspects liés à la modélisation du problème, à l’algorithmie de calcul de l’estimateur et à l’évaluation de performance. Ce dernier point concentre une part importante de nos travaux. Il est en effet crucial dans les applications opérationnelles, à la fois pour délimiter les domaines d’emploi de techniques concurrentes et pour définir des indicateurs de fonctionnement qui permettent la supervision des modules de traitement embarqués.

Applications

• Aide à l’autonomie des systèmes
  • Navigation/Guidage
  • Voir et éviter
• Conduite de tir
• Surveillance
• Mesures physiques

Projets

• ADO, association de données
• DOI, détection d'objets d'intérêt
• DOP, détection d’objets ponctuels
• EMI, estimation de mouvements image
• SAM, structure et mouvement
• SR, super-résolution
• TAP, techniques avancées particulaires
• GPU for Image, architecture pour le traitement d'image rapide

Mis à jour le 15 décembre 2005 - © ONERA 2009 - Crédits et conditions d'utilisation