Un système multi—agents pour la fusio n de données en analyse d'images

Un système multi-agents pour la fusion de données en analyse d'images

Multiagent System for Data Fusion in Image Processing

Valéry Lefèvre Yann Pollet  Sylvie Philipp  Sylvie Brunessaux 

MATRA CAP SYSTÈMES, Département Etudes Systèmes et Informatique Avancée, Parc d'Affaires des Portes, B.P. 613, F-27106 Val de Reuil cedex

ENSEA, Equipe Traitement des Images et du Signal, 6, avenue du Ponceau F-95014 Cergy Pontoise cedex

Page: 
99-111
|
Received: 
19 February 1996
| |
Accepted: 
N/A
| | Citation

OPEN ACCESS

Abstract: 

The data fusion of results in image processing poses many problems of modelling and representation of knowledge, among which one can mention:

. the difficulty to define, exhaustively, the conditions of utilization of processings in function of the context,

. the difficulty to evaluate the results of processings,

. the difficulty to elaborate strategies making cooperate several processings or merging results.

The system ADAGAR (Atelier of Development of AGents on Distributed Architecture) proposes solutions to these problems. ADA-GAR results from elaborated concepts in the project BBI (BlackBoard Image) . The aim of the project BBI was to conceive on a multi–processors architecture, a perceptive system of interpretation of images issued from different sources . The idea was not to elaborate new operators of image processing , but to develop a reception structure of existent processing.

One of the particularities of the system lies in the expression of a priori valuation knowledge (scores of aptitude) . The formalization of these knowledge is inspired of the theory of Dempster–Shafer. The formalism allows to represent the ignorance on conditions of activation of a processing in a particular context .

The prototype BBI contains currently a thirty of agents . It functions on couples of aerial or satellitaire images in the visible and the infrared spectra or in the visible and the radar spectra . BBI elaborates dynamically one or several strategies of research, from the specificities of the processed images and objects to detect .

The cooperations between processings at the low level, the information fusion and the focus of attention at the symbolic level are the main reasons of the good functioning of the prototype .

Résumé

La fusion des résultats en analyse d'images pose de nombreux problèmes de modélisation et de représentation des connaissances parmi lesquels, on peut mentionner :

. la difficulté de définir exhaustivement les conditions d'utilisation des traitements en fonction du contexte,

. la difficulté d'évaluer les résultats des traitements ,

. la difficulté d'élaborer des stratégies faisant coopérer plusieurs traitements ou fusionnant des résultats .

Le système ADAGAR (Atelier de Développement d'AGents sur Architecture Répartie) propose des solutions à ces problèmes . ADAGAR résulte de concepts élaborés dans le projet BBI (BlackBoard Image) . L'objectif du projet BBI était de concevoir sur une architecture multi–processeurs, un système perceptif d'interprétation d'images issues de sources différentes . L'idée n'était pas d'élaborer de nouveaux opérateurs de traitements d'images, mais de développer une structure d'accueil des traitements existants .

Une des particularités du système réside dans l'expression de connaissances d'estimation a priori (scores d'aptitude). La formalisation de ces connaissances est inspirée de la théorie de Dempster–Shafer . Le formalisme employé permet de représenter l'ignorance sur les conditions d'activation d'un traitement dans un contexte particulier .

Le prototype BBI contient actuellement une trentaine d'agents . Il fonctionne sur des couples d'images aériennes ou satellitaires dans les spectres visible/infrarouge et visible/radar. BBI élabore dynamiquement une ou plusieurs stratégies de recherche, à partir des spécificités des images traitées et des objets à détecter .

Les coopérations entre les traitements au bas niveau, les fusions d'informations et les focalisations d'attention au niveau symbolique sont les principales raisons du bon fonctionnement du prototype.

Keywords: 

Distributed artificial intelligence, Multiagent system, Distributed system, Images interprétation

Mots clés

Intelligence artificielle distribuée, Système multi-agents, Système réparti, Interprétation d'images

1. Introduction
2. Un Système Multi-agents Sur Architecture Répartie
3. Un Système De Fusion De Données Pour L'analyse D'images
4. Perspectives
5. Conclusion
  References

[Ban91] J. P. Banâtre, M . Banâtre, Les systèmes distribués : expérience du projet gothic, InterEditions, Paris, 91 .

[Bau89] O. Baujard, C. Garbay, «KISS : Un système de vision multi—agents» , 7ème RFIA, Paris, 89, 89—98 .

[B1o94] I. Bloch, «Information combination operators for data fusion : a comparative review with classification », rapport interne ENST 94D013 .

[Bru92a] Sy. Brunessaux, « Kastor : techniques et méthode pour le développement de systèmes experts temps réel embarqués », Génie Logiciel et Systèmes Experts), n°28, Editions EC2, Septembre 1992.

[Bru92b] St. Brunessaux, F. Charpillet, J . P. Haton, J. C . Le Mentec, « Une architecture à bases de connaissances multiples & orientée temps réel», Génie Logiciel et Systèmes Experts, n°28, Editions EC2, Septembre 1992 .

[C1o94] R .Clouard, « Raisonnement incrémentai et opportuniste appliqué à la construction dynamique de plans de traitement d'images», Thèse de doctorat, Université de Caen, Février 1994 .

[Coc95] J . P. Cocquerez, S . Philipp, « Traitement d'image : filtrage et segmentation», Editions MASSON 1995 (à paraître) .

[Dem68] A . P. Dempster, « A Generalization of Bayesien Inference», J. Roy. Statis. Soc., Series B, vol . 30, pages 205 à 247 .

[Gar89a] C. Garbay, S . Pesty, «MAPS : Un système multi—agents pour la résolution de problèmes, 7ème RFIA, Paris, 89, p. 355—368 .

[Gar89b] P. Garnesson, G . Giraudon, P. Montesinos, «MESSIE : Un système multi—spécialistes en vision. Application à l'interprétation en imagerie aérienne », 7ème RFIA, Paris, 89, p . 817—831 .

[Gon87] Y. Gong, J . P. Haton, « Une société de spécialistes à niveaux multiples pour l'interprétation de signaux », óème RFIA, Antibes, 87, p . 245—257 .

[Hât91] J . P. Hâton, « Le raisonnement en intelligence artificielle — Modèles , techniques et architectures pour les systèmes à bases de connaissance», Editions InterEditions 1991 .

[Hay85] B . Hayes—Roth, « A blackboard architecture for control», Artificial Intelligence, 26, 85, p . 251—320 .

[Laâ88] H. Laâsri, B . Maître, J. P. Haton, « Organisation, coopération et exploitation des connaissances dans les architectures de blackboard : ATOME » , 8èmes journées internationales « Les systèmes experts et leurs applications », Avignon, 06/88, p . 371–390.

[Lef93a] V. Lefèvre, Y. Pollet, « SADGE : Proposition de système pour l'aide à la gestion de l'environnement », AFCET'93, Versailles Juin 93 .

[Lef93b] V.n Lefèvre, Y. Pollet, « BBI : un système multi—agents d'aide à la photo interprétation », 13ème journées internationales «Intelligence Artificielle, Systèmes expert et langage naturel », Avignon, Mai 1993, p . 473—482.

[Lef94] V. Lefèvre, « Système multi—agents d'aide à la photo—interprétation sur architecture distribuée », Thèse de doctorat, Université Paris XI, Novembre 1994 .

[Mat89] T. Matsuyama, « Expert systems for image processing : knowledge—based composition of image analysis processes », CVGIP, 48, 89, pages 22-49.

[Nii86] H. P. Nü, « Blackboard systems, PART 1 : The Blackboard Model of Problem Solving and the Evolution of Blackboard Architectures, PART 2 : Blackboard Application Systems and a Knowledge Engineering Perspective, Artificial Intelligence », 7(2), 86, p . 38—53 et, 7(3), 86, p . 82—106 .

[Occ9l] M. Uccello, C . Chaouiya, M . C. Thomas, « Un modèle d'architecture de tableau noir parallèle pour le pilotage temps réel en robotique mobile » , Sème congrès RFIA, Lyon, 1991, pages 443 à 448 .

[Pit9O] J . Pitrat, «Métaconnaissance — Futur de l'Intelligence Artificielle » , Editions Hermès, 1990 .

[Sha76] G . Shafer, « A Mathematical Theory of Evidence », Princeton Univ. Press, Princeton .

[Smi8O] R. G . Smith, «The Contract—Net protocol : high level communications and control in a distributed problem solver », IEEE Transactions on computers, Vol.n C—29, n°12, 1980 .

[Ve187] H . Velthuijsen, B . J . Lippolt, J . C . Vonk, « A parallel blackboard architecture », 3rd International Expert Systems Conference, London 06/1987, pages 487 à 493.