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.

拉康塞普雄des systèmes de surveillance biométriques repose sur les techniques de reconsideration de formes（SR）et d'authorisage machine robustes.事实上，为了更好地发挥作用，特别报告员采取了适应各种条件变化的措施，以使他们能够更好地工作。此外，在视频监视的背景下，面部侦察的照明和面部定位的变化;用于验证脚本身份的签名manuscrite格式的时间变化等 * 尽管图斯在机器的自动识别和形式识别领域做出了许多努力，但在SR适应性概念方面存在许多特殊问题。特别是，分类器的创建需要通过分类器集合（EoC）的发布来进行。但专家们尚未就如何进一步设立专家委员会达成共识。 Un problem fundamental and souvent négligé is doter les systèmes de reconsideration de la capacité de s'adapter en présence de nouvelles données，de nouvelles caractéristiques，de nouvelles classes，etc. And les solutions proposées proposes in la litérature spécialisée sur les problèmes reliés à la vidéosarveillance，la dectation d'intrusions et la vérification of signatures sont pour la plutpart conçues pour les statiques.这种假设的优点是，侦察问题的参数与分类系统的概念不完全一致，而且这种概念在时间上不发生变化。因此，这些制度并不是所有人都能执行的，因为它们是在真正充满活力的世界上执行的。 L'objectif principal de notre programme de recherche réside dans la recherche oeuvre d'une methodologie efficace pour拉康塞普雄de systèmes de reconsideration adaptatifs et évolutifs，capables d'estridre de manière incrémentale sur des nouvelles données dans les statiques et dynamiques. Cet objectif se traduit par plusieurs objectifs specécifiques à court泰泰尔梅reliés à la definition de nouvelles methodes robustes pour：（1）la sélection des extracples et des caractéristiques dans les espaces de diffécriminals，（2）l'estissage adaptatif et évolutif des EoC dans l'espace ROC and（3）la sélection dynamique de classifieurs adaptés aux acquisitions statiques et dynamiques.进化的算法和进化的机器在我们工作的中心Au。*** 本研究方案中的方法对独立申请审查制度的概念的一般适用性有充分的说明。