14.09.2014 Views

Fusion entre les données ultrasonores et les images de radioscopie ...

Fusion entre les données ultrasonores et les images de radioscopie ...

Fusion entre les données ultrasonores et les images de radioscopie ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

&KDSLWUH , *pQpUDOLWpV VXU OD IXVLRQ GH GRQQpHV<br />

__________________________________________________________________________________________<br />

Il est possible <strong>de</strong> montrer, par itérations successives <strong>de</strong> la combinaison d'un jeu <strong>de</strong> masse avec<br />

lui même que l'opérateur <strong>de</strong> Dempster tend vers un renforcement <strong>de</strong> la certitu<strong>de</strong> [GACO-97].<br />

En d’autres termes, lorsque <strong>les</strong> mesures <strong>de</strong> <strong>de</strong>ux capteurs conduisent séparément à préférer<br />

une même hypothèse, la confiance finale accordée en c<strong>et</strong> hypothèse sera plus importante après<br />

fusion, ce qui n’est pas nécessairement le cas <strong>de</strong>s probabilités avec le théorème <strong>de</strong> Bayes.<br />

Du point <strong>de</strong> vue <strong>de</strong> la décision, il existe principalement trois critères dans la théorie <strong>de</strong>s<br />

croyances. Il s'agit tout d'abord <strong>de</strong> <strong>de</strong>ux critères ne tenant compte que d'une seule mesure <strong>de</strong><br />

confiance à la fois : le critère <strong>de</strong> maximum <strong>de</strong> crédibilité (I.27.) <strong>et</strong> le critère <strong>de</strong> maximum <strong>de</strong><br />

plausibilité (I.28.).<br />

Cr(x ∈C<br />

) = max( Cr( x ∈C<br />

), 1 ≤ k ≤ n )<br />

(I.27.)<br />

i<br />

k<br />

Pl(x ∈C<br />

) = max( Pl( x ∈C<br />

), 1 ≤ k ≤ n )<br />

(I.28.)<br />

i<br />

k<br />

n représente ici le nombre <strong>de</strong> singl<strong>et</strong>ons du cadre <strong>de</strong> discernement. Les hypothèses combinées<br />

sont toujours au moins plus crédib<strong>les</strong> <strong>et</strong> plausib<strong>les</strong> que le singl<strong>et</strong>ons. Le premièr critère<br />

correspond à un comportement optimiste, alors que le critère du maximum <strong>de</strong> plausibilité est<br />

plus pru<strong>de</strong>nt. En l'absence <strong>de</strong> conflit <strong>entre</strong> <strong>les</strong> sources, toutes <strong>les</strong> plausibilités sont éga<strong>les</strong> à 1<br />

<strong>et</strong>, la règle ne perm<strong>et</strong> alors pas <strong>de</strong> conclure. Une troisième règle, dite règle absolue, est <strong>de</strong><br />

choisir le maximum <strong>de</strong> crédibilité sans recouvrement <strong>de</strong>s interval<strong>les</strong> <strong>de</strong> confiance. Elle<br />

consiste à r<strong>et</strong>enir l'hypothèse qui est plus crédible que toutes <strong>les</strong> autres ne soient plausib<strong>les</strong>.<br />

Ce critère est particulièrement stricte <strong>et</strong>, ne perm<strong>et</strong> pas souvent <strong>de</strong> conclure. Une autre règle<br />

consiste à r<strong>et</strong>enir le maximum <strong>de</strong> la moyenne <strong>de</strong> la crédibilité <strong>et</strong> <strong>de</strong> la plausibilité [LEE-90].<br />

P. Sm<strong>et</strong>s propose d'utiliser <strong>les</strong> métho<strong>de</strong>s classiques <strong>de</strong> décision (MAP) dans le cadre <strong>de</strong>s<br />

probabilités, en ramenant <strong>les</strong> fonctions <strong>de</strong> crédibilité à <strong>de</strong>s probabilités à travers une<br />

transformation dite pignistique [SMET-95]. Il est, <strong>de</strong> plus, possible <strong>de</strong> pondérer chacune <strong>de</strong><br />

ces métho<strong>de</strong>s par une matrice <strong>de</strong> coût, utilisée <strong>de</strong> manière courante dans <strong>les</strong> problèmes <strong>de</strong><br />

classification [DENO-95]. C<strong>et</strong>te technique perm<strong>et</strong> <strong>de</strong> quantifier <strong>les</strong> erreurs <strong>de</strong> classification<br />

en fonction <strong>de</strong> leur conséquence.<br />

Les différentes étapes du processus <strong>de</strong> fusion sont résumés dans le tableau ci-<strong>de</strong>ssous.<br />

3DJH

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!