Fusion de données, un aperçu

Fusion de données, un aperçu Mir Abolfazl Mostafavi Centre de recherche en géomatique Université Laval Automne 2001

Plan de la présentation • Contexte et problématique • Définition de fusion • Sources de données • Conflits • Méthodes de fusion • Applications • Discussion

Contexte et problématique • Accroissement du nombre de sources d'information • Développement de nouveaux capteurs (ex : imagerie médicale) • Développements de nouveaux algorithmes • Besoin en information de haut niveau de précision • Conditions opérationnelles souvent difficiles • Délais de réaction de plus en plus courts

Exemples L'homme dispose d'un système de fusion multicapteur • Toucher • Odorat • Ouïe • Vue • Goût

Exemples • Applications militaires : • Détection, identification et suivi de cibles • Surveillance des champs de batailles

Exemples Applications météorologiques

Définition La fusion de données constitue un cadre formel dans lequel s’expriment les moyens et techniques permettant l’alliance des données provenant de sources diverses. Elle vise à obtention d’information de plus grande qualité ; La définition de la qualité dépend de l’application. Information de grande qualité s s Fusion s sources diverses

Termes utilisés La fusion est un sous-ensemble de l’intégration « intégration totale »

Source d’information • Capteurs physiques : • Type images : caméra, télémètre, radar, images IRM, images ultrason, • Type signaux : température, vitesse, accélération, temps de vol… • Capteurs logiques (analogiques ou numériques): • Modules de traitement de signaux • Modules de traitement d'images

Source d’information (suite) • Connaissances a priori : • Objets et leurs caractéristiques • Scène observée (cartes, atlas,...) • Règles d'évolution,...

Architecture de fusion • Niveau de fusion : • Niveau signal / pixel • Niveau attribut • Niveau objet • Niveau décision • Choix du formalisme • Probabilité • Possibilité • Évidence • Réseaux de neurones • Autres,...

Avantages et inconvénients • Probabilité : • Problèmes d'interprétation de la probabilité • Pas de modélisation de la méconnaissance • Possibilité : • Bien adapté à la modélisation de l'imprécision • Problème de choix d'opérateur de combinaison • Évidence : • Bonne modélisation de la connaissance • Bonne modélisation de la méconnaissance • Problème d'explosion combinatoire

Méthodologie • Méthodologie pour le développement d'application de fusion • Bilan des informations: • Connaissances a priori • Mesures • Définition des objectifs • Rôle de la fusion • Améliorer la qualité • Compléter la connaissance

Méthodologie (suite) • Choix du formalisme • Probabilité, possibilité, évidence, réseaux de neurones, autres,... • Gestion adaptée des conflits • Spatiaux • Temporels • Sémantiques • Utilisation des informations issues de la fusion • Prise de décision • …

Méthodes de fusion

Application géomatique Mise-à-jour de données de haute incertitude spatiale Application à des données forestières Écart non-spatial • Changements: coupes forestières, feu forestiers, autres • Incertitude: confusion entre des classes Écart spatial • Changements: coupes forestières, feux forestiers, croissance différentielle, … • Incertitude: superficie du polygone, longueur d’une frontière, type droite/gauche de la frontière, … De Groeve 2000

Conflits Sources potentielles de conflits • Conflits de systèmes de référence spatial • Systèmes de coordonnées • Systèmes de référence géodésique • Systèmes de référence altimétrique • Ellipsoïde de référence • Projection cartographique • Conflits de systèmes de référence temporel • Différences dans les dates de relevé • Dates de mise à jour • Évolution

Conflits d’échelle Conflits d’échelles de mesure Conflits de structures géométriques (raster, vecteur) Conflits d’unités, formes, orientations, résolutions (raster) Conflits de précision Conflits de types et de formats de données Conflit de types et de formats de fichier (logiciel) Conflits de langages Conflits de traitements Conflits de topologie Conflits

Représentation • Plusieurs méthodes de fusion disponibles en mode raster • Fusion indirecte (passage en mode raster) • Fusion directe des données vecteur Raster à Vecteur Vecteur à Raster

Application topographique • Courbes de niveaux • Lacs B A

Prediction Correction estimation a priorie des paramètres. estimation a priori de covariance des erreurs calcul de ‘gain de Kalman’ estimation a posteriori des parametres. estimation a posteriori de covariance des erreurs - - - 1 T T = + K P H ( HP H R ) k k k ) - = + x A x $ B u - k k 1 k ) - - = + - x x K ( z H x ) $ $ k k k k k - T = + P AP A Q - 1 k k - = - P ( I K H ) P k k k - = - P ( I K H ) P k k k Valeurs initiales Résidus Filtre Kalman

Exemple de formalisation • Application de filtre Kalman • Définition de courbes de niveaux en tant que formes fermées • Définition des cours d’eau • Définition des lacs • Pas d’intersection entre les courbes de niveaux • Identification de la précision de chaque entité • Les routes coupent les cours d’eau uniquement au niveau de ponts • Les routes ne peuvent pas traverser des lacs • Autre … Comment adopter ce formalisme?

Projets fusion de données Deux projets en cours • Dans le cadre de mon stage post-doctoral • Problématique: fusion de données spatiales en général • Fusion de données géométriques en particulier • Dans le cadre du projet ENV#19 du réseau GEOIDE • Problématique: gestion de désastres naturels, opérations de sauvetage • Fusion de données de différentes sources dans le but de prendre une décision rapide et efficace

Étapes de réalisation du stage • Définition du problème de fusion • Définition des contraintes • Choix de méthodes de fusion appropriées • Mise en place d’une méthode de détection de conflits • Action • Décision

Discussion • Problèmes pratiques de fusion de données à CITS • Exploration de la possibilité de contribution de CITS dans les projets

Fusion de données, un aperçu