Elements pour la formalisation d'une reconnaissance active : application à la vision tridimensionnelle.

Résumé Le modèle usuel de reconnaissance propose dans la littérature est celui de l'appariement. Il consiste en une mise en correspondance d'un donne sensoriel forme et d'un modèle d'objet stocke en mémoire. Il distingue implicitement un niveau perceptif, source de représentations capables de se substituer universellement au signal originaire, d'un niveau cognitif, susceptible de les utiliser pour produire des inférences. Cependant, la perception immédiate révèle rarement d'emblée toute l'information utile pour la reconnaissance d'objets. Les conditions d'observation sont souvent d'ambigües et les systèmes perceptifs eux-mêmes sont limités dans leur sensibilité. Pour être capable d'appréhender des situations complexes, la reconnaissance d'objets nécessite donc une phase exploratoire de recherche d'information utile. Le travail central présenté dans cette thèse a consisté à proposer un modèle général qui tienne compte d'une authentique activité de reconnaissance. Ce modèle a été applique à un problème de reconnaissance d'objets tridimensionnels. Le cadre typique est celui d'un agent muni d'une camera, capable de produire dynamiquement de nouvelles acquisitions sensorielles en modifiant son point de vue ou les paramètres de son propre système perceptif. La silhouette de l'objet, et la structure associée de ses points saillants, est considérée comme une donnée discriminante a priori. La théorie des graphes d'aspects, inspirée de la théorie des singularités des applications différentiables, permet alors d'assurer que la séquence de données sera caractéristique de l'objet observe. En le munissant d'une structure probabiliste markovienne, le graphe d'aspects gagne une capacité prédictive quantifiable qui peut être exploitée mathématiquement. La théorie asymptotique des tests d'hypothèses, dans sa relation aux techniques de grandes déviations, fournit alors des outils de caractérisation quantitative globale de la complexité du problème.