Nouvelle distance de graphe pour la reconnaissance d’objets 3D déformables basée sur la décomposition en étoiles-triangles - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

Nouvelle distance de graphe pour la reconnaissance d’objets 3D déformables basée sur la décomposition en étoiles-triangles

Kamel Madi
Eric Paquet
  • Fonction : Auteur
  • PersonId : 971673

Résumé

Nous traitons le problème de la comparaison des objets 3D déformables représentés par des graphes tels que les tessellations triangulaires. Nous proposons une nouvelle technique d’appariement de graphes pour mesurer la distance entre ces graphes. L’approche proposée est basée sur une nouvelle décomposition de tessellations triangulaires en étoiles-triangles. L’algorithme garantit un nombre minimum d’étoiles-triangles disjointes, offre une meilleur dissimilarité en couvrant un voisinage plus large et permet la création de descripteurs invariants face aux déformations les plus courantes. L’approche proposée est basée sur une approximation de la distance d’édition de graphes, qui est tolérante aux bruit et à la distorsion, ce qui rend notre technique particulièrement adaptée à la comparaison des objets déformables. La classification est effectuée en utilisant des techniques d’apprentissage automatique supervisées. Notre approche définit un espace de métrique en utilisant des techniques de plongement et de noyaux de graphes. Il est prouvé que la distance proposée est pseudo-métrique. Sa complexité temporelle est déterminée et la méthode est évaluée en utilisant des bases de données de référence. Nos résultats expérimentaux confirment les performances et l’exactitude de notre système.
Fichier non déposé

Dates et versions

hal-02180118 , version 1 (11-07-2019)

Identifiants

  • HAL Id : hal-02180118 , version 1

Citer

Kamel Madi, Eric Paquet, Hamamache Kheddouci. Nouvelle distance de graphe pour la reconnaissance d’objets 3D déformables basée sur la décomposition en étoiles-triangles. Conférence Nationale en Intelligence Artificielle (CNIA), Jul 2019, Toulouse, France. ⟨hal-02180118⟩
78 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More