Académique Documents
Professionnel Documents
Culture Documents
De taille: 96 × 96 pixels.
Réduction
K images
Images
ISAR
Extraction de caractéristiques
• Pour tenir compte de la rotation possible des cibles
appliquer la Transformée de Radon (RT) : elle est
invariante à la rotation.
Transformée de Radon
• Calcul les projections de l’image originale suivant
une direction.
• Si l’image contient un segment de droite, un pic étroit
apparaît dans sa transformée de Radon.
• Invariante à l’orientation des objets.
• Dans notre cas, des projections suivant des angles
allant de 1° à 360° avec un pas de 1° sont effectuées.
Extraction de caractéristiques
Transformée
de radon
96×96 136×360
70×360
Réduction par l’ACP
Effectuer la TR pour une image de chaque cible (suivant une orientation quelconque).
Transposer la matrice résultante après la troncature des lignes non significatives.
Appliquer l’ACP à la matrice résultante.
Retenir n vecteurs propres correspondants aux premières plus grandes valeurs propres
épuisant 85% de l’information. Dans notre cas, nous avons retenu n = 9.
70×360
70×70
9×70=630
ACP
Vecteurs propres
Analyse en composantes principales
• Appelée aussi la transformée de Karhunen-Loeve
• Permet la réduction de dimension de l’espace de travail en
préservant un bon pourcentage d’information pertinente.
• Considérer comme technique de compression avec perte.
• Invariante à la permutation des lignes à un signe prés.
Sélection de caractéristiques
Réduction
9216-pixels (vecteur des lignes de l’image)
K images
Images
ISAR
K instances
Dataset
Apprentissage
Off-line
Evaluation On-line
Cibles Classification
de la cible
Réduction
Sélection de Sélection de
Caractéristiques Classifieurs Caractéristiques
Base de
données Réduction
Décision
Apprentissage
et validation
Sélection de caractéristiques
arg min J ( )
*
Θ
: 1 1 0 0 1 0 0 0 1 0 0 1
M bits
(630caractéristiques)
Sélection de caractéristiques
Difficultés
Ensemble original Sous-ensemble de
Génération Evaluation
caractéristiques Validation
des caractéristiques
Qualité du
sélectionné
sous-ensemble
non oui
Critère
d’arrêt
Sélection de caractéristiques
Difficultés
• Pour une évaluation exhaustive des combinaisons
possibles, le nombre de possibilités explose.
599 42
C24 10 , possibilités à explorer
5.8
Recherche aléatoire
Recherche heuristique
Sélection de caractéristiques
Difficultés
• Évaluation de la qualité d’un sous-ensemble, à
savoir J( ), peut coûter cher et être sujette à des
bruits.