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

qualitéss

ssss Fusion

sources diverses

Termes utilisés

Français Anglais

Fusion

Intégration

couplage

Révision

Agrégation

Mise à jour

Fusion

Merging,

Combination

Integration,

Concatenation

Assimilation

Revision

Updating

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, ...

53%

20%

19%

8%

signal

décision

attributs

général

33%

23%

18%

15%

11%

flous et possibilités

probabilités

évidence

autres

réseaux de neurones

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

Fusion Méthode générale Technique spécifique

Niveau 1 Association faible FOM (figure of merit)

Filtres de Kalman

Niveau 2 Inférence forte Méthode Bayesienne

Dempster shefer

Réseaux neurones

Niveau 3 Recommandations à l’usager

(IA) Systèmes experts

Logique floue

Application géomatique

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

Mise-à-jour de données de haute incertitude spatialeApplication à des données forestières

ConflitsSources 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– 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

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

A B

• Courbes de niveaux• Lacs

Filtre Kalman

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

Valeurs initiales

Résidus

Prediction Correction

x A x B uk k k

1

P AP A Qk kT

1

K P H HP H Rk kT

kT

( ) 1

x x K z Hxk k k k k

( )

P I K H Pk k k ( )

P I K H Pk k k ( )

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 donnéesDeux 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

• 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

Étapes de réalisation du stage

• Problèmes pratiques de fusion de données à CITS

• Exploration de la possibilité de contribution de CITS dans les projets

Discussion