Labellisation d'images par méthodes fractales - UFR Mathématiques ...

2 Introduction
2.1 Introduction générale
La labellisation de données est une tâche que nous effectuons plus ou moins
consciemment dans la vie de tous les jours. Elle consiste à isoler un signal parmi d’autres,
auditif, olfactif ou visuel par exemple, et à lui attribuer une étiquette de manière à
synthétiser l’information. Ainsi nous sommes capable de reconnaître un morceau de
musique dans un bruit de conversation, ou de localiser des véhicules, des bâtiments ou
des personnes, par rapport à notre position actuelle. Notons qu’il n’est pas nécessaire
d’avoir une interprétation fine de la scène pour bien la comprendre. Dans le cas
d’obstacles, une localisation grossière suffit souvent pour pouvoir le contourner. De
même, il n’est pas nécessaire de dénombrer, séparer des objets dans une scène pour les
labelliser. Une groupe d’objets peut être traité et labellisé comme tel plutôt que chaque
objet individuellement. On observe notamment ce type d’approche au niveau cortical.
Notre action se situe alors essentiellement dans le déplacement de notre point d’intérêt.
Ainsi, en reprenant un contexte visuel, nous déplaçons notre regard d’une région de la
scène perçue à une autre sans pour autant connaître le nombre précis d’objets présents
[VIT06]. Nous considérons un pâté de maisons ou une foule d’individus dans son
ensemble, du moins tout d’abord, avant d’éventuellement porter notre attention sur un
point plus spécifique de la scène observée. L’intérêt d’étiqueter l’information au niveau
macroscopique est dans un premier temps de la synthétiser. Par la suite, cette
représentation permet de faire le lien entre l’appris, nos connaissances accumulées dans
le passé, et l’information actuellement présente. Par exemple, la labellisation d’un
véhicule présent dans la scène, nous permet d’extraire de forts a priori tels que des
estimations, grossières mais immédiates, de taille, masse, orientation et vitesse. Nous
sommes ensuite capable de porter une attention plus prolongée sur un point particulier de
la scène, pour en extraire des informations plus détaillées et éventuellement aboutir à une
identification complète de l’objet observé.
Les priors extraits d’une labellisation macroscopique, même s’ils peuvent être
approximatifs, sont la plupart du temps suffisants pour prendre des décisions cohérentes
et rapides[LOR97]. En effet, nous n’avons pas besoin de connaître le type précis d’un
véhicule ni son orientation ou vitesse exactes pour pouvoir mettre en œuvre une stratégie
d’évitement. Le phénomène d’étiquetage s’inscrit donc de manière naturelle et intrinsèque
dans un processus décisionnel où l’information, dans les connaissances acquises et dans
la scène présente, est particulièrement riche. Le résultat de la prise de décision peut
varier. Il peut s’agir d’effectuer un étiquetage plus précis à l’intérieur d’une zone déjà
labellisée. La labellisation est alors arborescente et nous passons alors d’un phénomène
de reconnaissance à une identification de l’observé. Certaines régions de la scène perçue
peuvent être caractérisées comme peu ou non porteuses d’information. Savoir qu’une
zone est peu porteuse d’information, relativement à un problème donné, est une
information importante en soi puisqu’elle permet de répartir le temps de traitement sur les
autres régions. Dans un cadre routier, l’attention doit être portée sur la route et les autres
véhicules, sur la signalisation, et moins sur les régions contenant de la végétation, du ciel,
des bâtiments, etc. Une première labellisation permet ainsi de définir des priorités en
fonction des ressources disponibles, comme le temps de calcul par exemple. Cet
6