Show simple item record

Abductive reasoning for image interpretation based on spatial concrete domains and description logics

hal.structure.identifier
dc.contributor.authorYang, Yifan
hal.structure.identifierLaboratoire d'analyse et modélisation de systèmes pour l'aide à la décision [LAMSADE]
dc.contributor.authorAtif, Jamal
HAL ID: 15689
hal.structure.identifier
dc.contributor.authorBloch, Isabelle
HAL ID: 175825
ORCID: 0000-0002-6984-1532
dc.date.accessioned2020-06-09T14:18:47Z
dc.date.available2020-06-09T14:18:47Z
dc.date.issued2016
dc.identifier.urihttps://basepub.dauphine.fr/handle/123456789/20863
dc.descriptionLa publication est en ligne sur le site de l'Association française pour l'Intelligence Artificielle : https://afia.asso.fr/en
dc.description.abstractfrL’interprétation d’images a pour objectif non seulement de détecter et reconnaître des objets dans une scène mais aussi de fournir une description sémantique tenant compte des informations contextuelles dans toute la scène. Le problème de l’interprétation d’images peut être formalisé comme un problème de raisonnement abductif, c’est-à dire chercher la meilleure explication en utilisant une base de connaissances. Dans ce travail, nous présentons une nouvelle approche utilisant une méthode par tableau pour la génération et la sélection d’explications possibles de l’image donnée lorsque les connaissances, exprimées en logique de description, comportent des concepts décrivant les objets mais aussi les relations spatiales entre ces objets. La meilleure explication est sélectionnée en exploitant les domaines concrets pour évaluer le degré de satisfaction des relations spatiales entre les objets.en
dc.language.isoenen
dc.subjectInterprétation d’imagesen
dc.subjectabductionen
dc.subjectlogiques de descriptionen
dc.subjecttableau sémantiqueen
dc.subjectrelations spatialesen
dc.subjectreprésentations flouesen
dc.subjectdomaines concretsen
dc.subjectImage interpretationen
dc.subjectdescription logicsen
dc.subjectsemantic tableauen
dc.subjectspatial relationsen
dc.subjectfuzzy representationsen
dc.subjectconcrete domainsen
dc.subject.ddc006.3en
dc.titleAbductive reasoning for image interpretation based on spatial concrete domains and description logicsen
dc.typeCommunication / Conférence
dc.description.abstractenImage interpretation aims not only at detecting and recognizing objects in a scene but also at deriving a semantic description considering contextual information in the whole scene. Image interpretation can be formalized as an abductive reasoning problem, i.e. an inference to the best explanation using a background knowledge. In this work, we present a framework using a tableau method for generating and selecting potential explanations of the given image when the background knowledge is encoded in description logics, and includes concepts describing objects and their spatial relations. The best explanation is selected according to a minimality criterion based on the satisfaction degree of spatial relations between the objects, computed in concrete domains.en
dc.subject.ddclabelIntelligence artificielleen
dc.relation.conftitleConférence Nationale en Intelligence Artificielle RFIA-CNIA, 2016en
dc.relation.confdate2016-06
dc.relation.confcityClermont-Ferranden
dc.relation.confcountryFranceen
dc.relation.forthcomingnonen
dc.description.ssrncandidatenonen
dc.description.halcandidatenonen
dc.description.readershiprechercheen
dc.description.audienceInternationalen
dc.relation.Isversionofjnlpeerreviewednonen
dc.relation.Isversionofjnlpeerreviewednonen
dc.date.updated2020-06-09T14:15:11Z
hal.author.functionaut
hal.author.functionaut
hal.author.functionaut


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record