Étude des systèmes de reconnaissance adaptatifs et évolutifs dans les environnements dynamiques

侦察适应系统和动态环境的研究

• 批准号: RGPIN-2015-04490
• 负责人: Sabourin, Robert
• 金额: $ 2.62万
• 依托单位: École de technologie supérieure
• 依托单位国家: 加拿大
• 项目类别: Discovery Grants Program - Individual
• 财政年份: 2018
• 资助国家: 加拿大
• 起止时间: 2018-01-01 至 2019-12-31
• 项目状态: 已结题
• 来源: https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=664007
• 关键词: tude; des; syst; mes; de

La conception des systèmes de surveillance biométriques repose sur les techniques de reconnaissance de formes (SR) et d'apprentissage machine robustes. En fait, pour être robustes, les SR doivent être en mesure de s'adapter aux conditions changeantes des environnements pour lesquels ils sont déployés. Par exemple, les variations d'illumination et de l'orientation du visage pour la reconnaissance faciale dans un contexte de vidéosurveillance; la variation temporelle de la forme de la signature manuscrite pour la vérification de l'identité des scripteurs, etc.***    Malgré tous les efforts déployés par les chercheurs dans les domaines de l'apprentissage-machine et de la reconnaissance de formes, plusieurs problèmes spécifiques à la conception de SR adaptatifs demeurent non résolus. En particulier, la création de classifieurs fiables passe nécessairement par l'apprentissage des ensembles de classifieurs (EoC). Cependant, il n'y a pas consensus chez les chercheurs concernant la meilleure approche à suivre pour la création des comités d'experts.***    Un problème fondamental et souvent négligé est de doter les systèmes de reconnaissance de la capacité de s'adapter en présence de nouvelles données, de nouvelles caractéristiques, de nouvelles classes, etc. De plus, les solutions proposées dans la littérature spécialisée sur les problèmes reliés à la vidéosurveillance, la détection d'intrusions et la vérification des signatures manuscrites sont pour la plupart conçues pour les environnements statiques. L'hypothèse forte est alors que les paramètres du problème de reconnaissance sont parfaitement connus lors de la conception du système de classification et que ceux-ci ne changeront pas dans le temps. Conséquemment, ces systèmes ne sont pas aussi performants lorsqu'ils sont déployés dans le monde réel puisque très souvent ces environnements sont dynamiques.***    L'objectif principal de notre programme de recherche réside dans la mise en oeuvre d'une méthodologie efficace pour la conception de systèmes de reconnaissance adaptatifs et évolutifs, capables d'apprendre de manière incrémentale sur des nouvelles données dans les environnements statiques et dynamiques. Cet objectif se traduit par plusieurs objectifs spécifiques à court terme reliés à la définition de nouvelles méthodes robustes pour : (1) la sélection des exemples et des caractéristiques dans les espaces de différences, (2) l'apprentissage adaptatif et évolutif des EoC dans l'espace ROC et (3) la sélection dynamique de classifieurs adaptés aux environnements statiques et dynamiques. Les algorithmes évolutionnaires et l'apprentissage machine seront au centre de nos travaux. ***    Les méthodes développées dans le présent programme de recherche seront suffisamment générales pour être utilisées pour la conception de systèmes de reconnaissance de formes indépendamment de l'application visée.

监视生物系统的概念依赖于侦察技术(SR)和机器的健壮。S的工作环境发生了很大的变化，S的形象也发生了变化。例如，L的形象变化和侦察工作的方向变化；L签名手稿的变化和作家身份的变化等等。*这些杂乱无章的努力，S的努力，L的机器侦察，以及与之相适应的概念的变化。更具体地说，分类标准通过了L的分类标准(EOC)。S的专家们对此表示关切，并达成了一致意见。*S的系统侦察能力、新的风险管理、新的环境保护和签名标准等问题的解决方案，都在S的监督、保护和签名准则中得到落实。L的假设是侦察和侦察的权利和义务不同，因为它的概念和分类是不同的。S将环境与动态联系在一起。*L的主要目标是研究环境与动态的概念和方法适应和动态的概念。(1)S的例子和不同的空间；(2)L的适应和L的环境统计和动态；(3)S的动态分类和适应S的环境统计和动态。LES算法专家和L的学徒机服务于中心的工作。*在L的申请中，我收到了《国家发展和社会保障计划》的申请。