reconnaissance de symboles à partir de schémas électriques
DESCRIPTION
Reconnaissance de symboles à partir de schémas électriques. Soutenance de Stage Master GI. Romain Raveaux. ( Double cursus Master GI et Master GEII ). Maître de stage : Mlle Elise GABARRA Tuteur : M. Sébastien ADAM. 07/2006. Le déroulement de la soutenance. - PowerPoint PPT PresentationTRANSCRIPT
1
Reconnaissance de symboles à partir de schémas électriques
Soutenance de Stage Master GI
Maître de stage : Mlle Elise GABARRATuteur : M. Sébastien ADAM
Romain Raveaux( Double cursus Master GI et Master GEII )
07/2006
2
Le déroulement de la soutenance
Présentation
1. Problématique : reconnaissance de symboles
2. Etat de l’art
3. Réalisationsa. Approche statistique et combinaison de classifieursb. Approche structurelle, classification de graphes
4. Analyse de résultats
5. Conclusions et perspectives
3
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Le déroulement de la soutenance
Rétro conversion
Problématique : reconnaissance de symboles
Le traitement automatique du document
Analyse de document graphique
Structure générale des systèmes d’analyse
Bilan des savoir-faire et des verrous technologiques
4
Le déroulement de la soutenanceLes différents points de vue des processus de reconnaissances
Les systèmes de recherche dans une base de documents
Les systèmes de détection/reconnaissance des symboles dans un document complet.
Les systèmes de « simple » reconnaissance
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Rétro conversion
Processus de
RDF
Modèles
InconnuClasse du symbole identifiée
5
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Le déroulement de la soutenance
Rétro conversion
Schéma électrique
Le traitement automatique du document
Analyse de document graphique
Structure générale des systèmes d’analyse
Bilan des savoir-faire et des verrous technologiques
6
Le déroulement de la soutenance Contexte IndustrielDéveloppement de logiciel de schématique électrique (CAO/DAO)Projet européen EPEIRES (Évaluation des PErformances de l'Interprétation et de la REconnaissance de Symboles)
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Rétro conversion
7
Le déroulement de la soutenance
Présentation
1. Problématique : reconnaissance de symboles
2. Etat de l’art
3. Réalisationsa. Approche statistique et combinaison de classifieursb. Approche structurelle, classification de graphes
4. Analyse de résultats
5. Conclusions et perspectives
8
Le déroulement de la soutenanceEtat de l’art de la reconnaissance de symboles
Trois types d’approches
Approches statistiques
Approches structurelles
Approches syntaxiques
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Bibliographie
[RAM 05] « De l’appariement de graphes symboliques à l’appariement de graphes numériques : Application à la reconnaissance de symboles », Rashid Jalal Qureshi, Jean-Yves Ramel, Hubert Cardot.
[FIL 92] Filipski A.J., Flandrena R., « Automated Conversion of Engineering Drawings to CAD form », Proc. IEEE, vol. 80, n°7, p. 1195-1209, 1992.
[Jean-Marc Ogier et Sébastien Adam 06] Chapitre 7 : « Documents graphiques : de la rétro conversion à la recherche d’information »
[DOR 95] DORI D., « Vector-Based Arc Segmentation in the Machine Drawing Understanding System Environment », IEEE PAMI, vol. 17, n°11, p. 1057-1068, 1995.
BELAID A., TOMBRE K. (1992) "Analyse de documents : de l'image à la sémantique", Actes de CNED'92, Bigre No 80, pp. 3-29.
9
Le déroulement de la soutenanceApproches statistiques
Le Symbole image est projeté sous forme de vecteur de caractéristiques numériques.
L’image est donc ramenée à un espace à N dimensions.
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche statistique
10
Le déroulement de la soutenanceApproches statistiques
Exemple de caractéristiques :1. Les moments invariants de Zernike
2. Les descripteurs de Fourier – Melin
3. Les moments de Legendre
Signature Radon
Pattern Recognition, Vol. 29, No. 4, pp. 641-662, 1996, “FEATURE EXTRACTION METHODS FOR CHARACTERRECOGNITION--A SURVEY”
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche statistique
11
Le déroulement de la soutenanceApproches structurelles
Un symbole peut être décrit à partir des primitives le constituant (composantes connexes, occlusions, segments, arcs…) et des relations entre ces primitives (voisinage, connexions, parallélisme).
Contextual System of Symbol Structural Recognition based on an Object-Process Methodology.Mathieu Delalandre and Eric Trupin and Jean-Marc Ogier and Jacques Labiche
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche structurelle
12
Le déroulement de la soutenanceApproches syntaxiques
Modélisation par un ensemble de règles.
Phase de reconnaissance :- Vérification des grammaires de production
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche syntaxique
MMC MEM CRF
[CHA 01] Chang M.T. and Chen S.Y., « Deformed trademark retrieval based on 2D pseudo-hiddem Markov model », PR, vol. 34, p. 953–967, 2001.
13
Le déroulement de la soutenanceEtude de solutions
Il n’existe pas de solution générique• Dépendance au contexte d’acquisition de l’image.
• Dépendance au type de symbole à traiter.
• Nombre de classes du problème.
• L’objectif à atteindre.
Confronter des approches bien différentes• Obtenir des erreurs non corrélées.
• Comparatif
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Analyse
14
Le déroulement de la soutenance
Présentation
1. Problématique : reconnaissance de symboles
2. Etat de l’art
3. Réalisationsa. Approche statistique et combinaison de classifieursb. Approche structurelle, classification de graphes
4. Analyse de résultats
5. Conclusions et perspectives
15
Le déroulement de la soutenanceApproche statistique et combinaison de classifieurs
Principe : Extraction de caractéristiques
Classification
Combinaison parallèle
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche statistique
16
Le déroulement de la soutenanceApproche statistique et combinaison de classifieurs
Extraction de caractéristiques :
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche statistique
17
Le déroulement de la soutenanceApproche statistique et combinaison de classifieurs
Classification de caractéristiques
• Classifieur 1 Plus Proche Voisin
Classifieur : Classification basée sur les moments de Zernike d’ordre 6
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche statistique
18
Le déroulement de la soutenanceApproche statistique et combinaison de classifieurs
Classification de caractéristiques
Deux cas de figures :
•Distance entre deux vecteurs :
Distance euclidienne.
•Distance entre deux matrices :
Chaque ligne représente un vecteur de caractéristiques d’une composante connexe.
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Approche statistique
19
Le déroulement de la soutenanceApproche statistique et combinaison de classifieurs
Classification de caractéristiques
Matrice M1 :
Vecteur A1 [ 13.545152 ; 0.788149 ; 2.686930 ]Vecteur A2 [ 13.562704 ; 0.780961 ; 2.679942 ]Vecteur A3 [13.545152 ; 0.788149 ; 2.686930 ]
Matrice M2 :
Vecteur B1 [ 6.216766 ; 0.416909 ; 4.637786 ]
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Classification
20
Le déroulement de la soutenanceApproche statistique et combinaison de classifieurs
Matrice M1 :
Vecteur A1 [ 13.545152 ; 0.788149 ; 2.686930 ]Vecteur A2 [ 13.562704 ; 0.780961 ; 2.679942 ]Vecteur A3 [13.545152 ; 0.788149 ; 2.686930 ]
Matrice M2 :
Vecteur B1 [ 6.216766 ; 0.416909 ; 4.637786 ]
B1 Dummy (fictif)
A1 D(A1,B1) |A1|
A2 D(A2,B1) |A2|
A3 D(A3,B1) |A3|
Matrice de pondération
B1 Dummy (fictif) Dummy (fictif)
A1 0 1 0A2 0 0 1A3 1 0 0
Matrice d’assignement
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Recherche opérationnelle
• Recherche de la matrice d’assignement par la méthode hongroise.•SCHÖNAUERS [SHO 03]
• “Distances and expression measures”,Sandrine Dudoit and Robert Gentleman, Bioconductor short course Summer 2002
D(M1,M2) = D(A3,B1) + D(A1) + D(A2)
21
Le déroulement de la soutenanceApproche statistique et combinaison de classifieurs
Combinaison parallèle
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Combinaison
22
Le déroulement de la soutenance
Présentation
1. Problématique : reconnaissance de symboles
2. Etat de l’art
3. Réalisationsa. Approche statistique et combinaison de classifieursb. Approche structurelle, classification de graphes
4. Analyse de résultats
5. Conclusions et perspectives
23
Le déroulement de la soutenanceApproche structurelle et classification de graphes
Du symbole au graphe :
- Construction à partir des éléments vectorisés.
- Graphe de jonctions
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Représentation
24
Le déroulement de la soutenanceApproche structurelle et classification de graphes
Attributs nominaux :
Etiquetage des nœuds :
- Le degré du nœud
Etiquetage des arêtes :
- L’alignement entre deux points.
- Le type de liaison : Arc ou Vecteur
- La taille de liaison : Discrétisation en Grand ou Petit. Clustering
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Représentation
v 1 J1v 2 J3v 3 J1v 4 J1v 5 J2v 6 J3v 7 J2v 8 J1u 1 2 vec_qqc_gu 2 3 vec_qqc_gu 2 6 vec_h_gu 4 5 vec_h_pu 5 6 vec_v_gu 6 7 vec_v_gu 7 8 vec_h_p
25
Le déroulement de la soutenanceApproche structurelle et classification de graphes
Le problème tourne en une classification degraphes. Comment comparer des graphes ?
- Difficulté : établir une distance entre graphes.
Description structurelle du symbole.
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Classification de graphes
26
Le déroulement de la soutenanceDistance entre graphe
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Distance
• Notion de distance :
27
Le déroulement de la soutenanceDistance entre graphe
Distance d’édition•Représente la séquence d'édition visant à minimiser la somme des coûts des opérations élémentaires permettant de transformer un graphe en un autre.
- Opération d’insertion- Opération de substitution- …
•Une complexité algorithmique exponentielle dans le pire des cas. Problème NP complet.
•Si les coûts des opérations élémentaires sontsymétriques, il s'agit d'une métrique.
•Les coûts des opérations doivent être déterminés en fonction de l'application .•Cette distance n'est pas normalisée
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Distance
28
Le déroulement de la soutenanceMesure de dissimilarité
Pour pallier ce handicap, l’explosion combinatoire, nous optons pour une approximation :
Graph Probing [D. P. Lopresti and G.T. . Wilfong, “A fast technique for comparing graph representations with applications to performance evaluation” ]
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Mesure
Le Graph Probing s'applique aux graphes non orientés● La structure d'arcs d'un noeud donné – Considérant ‘a’ étiquettes d'arcs : – La structure d'arcs d'un noeud est un ‘2a’-tuple d'entiers non négatifs – Le noeud a exactement xi arcs entrants étiquetés li, et yj noeuds sortant étiquetés lj● Probe1 : Combien de noeuds étiquetés « J2 » sont présents dans le graphes ? ● Probe2 : Combien de noeuds disposant d’une structure d'arcs donnée sont présents dans le graphe ?
29
Le déroulement de la soutenanceMesure de dissimilarité
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Dissimilarité entre objets
● Graph probing distance respecte les conditions 1,3 et 4 de la définition d'une métrique, mais pas la propriété 2.● Graph probing peut être calculé en tempslinéaire● Relation entre graph probing et distanced'édition :
30
Le déroulement de la soutenanceMesure de dissimilarité
G1
G2
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Graphes
31
Le déroulement de la soutenanceMesure de dissimilarité
N
G1 G2
3 5
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Probe 1
Probe1 =
21
)21(
NiNi
NiNiabs
32
Le déroulement de la soutenanceMesure de dissimilarité S
G1 G2
1 1
2 0
0 2
0 1
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Probe 2
21
)21(
SiSi
SiSiabs
Probe2 =
33
Le déroulement de la soutenanceAppariement de graphes : Corrélation
Mesure de dissimilarité : Graph Probing
Taux de corrélation
Graph Probing
Kendall 0.6824176
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Evaluation
Etude du comportement du Graph Probing : E. Barbu, R. Raveaux, H. Locteau, S. Adam, P. Héroux, E. Trupin, "Graph Classification Using Genetic Algorithm and Graph Probing Application to Symbol Recognition“ Lecture Notes in Computer Science, 2006.
34
Le déroulement de la soutenanceAnalyse de résultats
Problèmes : Approche statistique • Sensible aux caractéristiques d’acquisition de l’image.• Coûteuse en temps:Extraction + combinaison de classifieurs
Problèmes : Approche structurelle• Vectorisation imprécise Solution possible:
LOCTEAU H., RAVEAUX R., ADAM S., LECOURTIER Y., HEROUX P., TRUPIN E. « Approximation of Digital Curves Using a Multi-Objective Genetic Algorithm »; Lecture Notes in Computer Science 3926, 2006.
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Comparaison
Base GREC Base Electrique
Approche statistique
Approche structurelle
Approche statistique
Approche structurelle
Top 1 0.8734 0,7325 0.2142 0,5654
Top 5 0.9216 0,8855 0.7678 0,7486
Top 10 1 1 0.875 0,8928
Top 15 0.9464 1
Top 20 0.9642 1
35
Le déroulement de la soutenanceConclusion
• Bilan :- Méthode statistique associée à une combinaison de classifieurs.
- Méthode structurelle: 2 types de graphe Comparaison de mesures de dissimilarité entre graphes.
- Réseau de symboles [MES 93]
• Prospection : - Combinaison statistico/strcuturelle- Tester et valider l’approche en réseau de symboles.- Etudier des méthodes d’appariements de graphes.
« A Comparative Study of Ant Colony Optimization and Reactive Search for Graph Matching Problems. » Sébastien Sorlin
- Tenir compte d’éléments externes à l’imagette. - Information spécifique au domaine.
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Bilanhttp://algoreco.free.fr
36
Le déroulement de la soutenanceFin
• Merci de votre attention
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Des questions ?
37
Le déroulement de la soutenanceReprésentation structurelle
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Probe 2
38
Le déroulement de la soutenanceRéseau
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Probe 2
39
Le déroulement de la soutenanceDocuments graphiques
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Rétro conversion
40
Le déroulement de la soutenancePluralité des données graphiques
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Rétro conversion
41
Le déroulement de la soutenanceFaible densité de pixels
1. Introduction
2. Etat de l’art
3. Réalisations a. Approche statistique b. Classification de graphes
4. Analyse de résultats
5. Conclusion
Rétro conversion
Symbole GREC 250 000 pixels
Symbole base Elec
1600 pixels