Conception de systèmes d'interprétation d'image

Patrice DALLE

Modélisation

Les approches classiques décrivent les opérateurs de manière fonctionnelle. Cela pose des problèmes lorsque l'on cherche à automatiser la sélection des opérateurs pour construire une application : on devrait spécifier l'objectif général en termes de fonctions et donc avoir déjà effectué le processus de résolution. Pour éviter cela, on peut attacher à chaque opérateur une expertise sur ses cas d'utilisation (liaisons but - opérateur). Cependant, la très grande diversité des contexte d'utilisation rend très difficiles la formalisation de cette expertise et sa validation.

Nous avons cherché à privilégier la notion d'information présente dans les données et à décrire les opérateurs à partir des transformations d'information qu'ils effectuent sur ces données. Ainsi on ne fait pas d'hypothèse a priori sur l'utilisation des opérateurs et on peut décrire l'effet d'une chaîne de traitements. Dans cette approche, la formulation d'un objectif se fait en terme d'information (description des concepts du domaine d'application), ce qui est plus proche des modes de raisonnement de l'utilisateur.

Notre modélisation du traitement d'image (TI) comporte trois éléments :

• un modèle symbolique de données de TI. Il décrit de façon très précise les différentes composantes des données manipulées par une chaîne de TI, en intégrant la double nature géométrique et radiométrique de l'image.
• un modèle d'opérateur de TI. Il décrit la transformation d'information à partir des opérations d'indexation, de mesure, de partition, de codage et de regroupement réalisées sur les champs de la donnée. Ce modèle permet de décrire la propagation des transformations réalisées par une combinaison d'opérateurs. Une base d'opérateurs élémentaires a été décrite à partir desquels on peut représenter les macro-opérateurs d'une bibliothèque de TI.
• un langage de description de concepts. Il permet de représenter formellement le concept associé à une donnée produite par un traitement. On peut ainsi formuler un problème en décrivant, en termes d'indices visuels, l'objectif de traitement d'image à atteindre ou inversement décrire le résultat produit par une chaîne d'opérateurs particulière.

(description détaillée des modèles et du langage)

Construction d'une application

Planification

Une première exploitation de ces modèles a été mise en oeuvre pour construire des applications, selon une approche "planification" (projet ExTI). L'environnement ExTI comporte trois modules :

• une interface de formulation du but (système SATI)
• un moteur de planification symbolique. Utilisant un mécanisme original de réutilisation de plans, il construit le graphe d'opérateurs symboliques à appliquer pour parvenir au résultat visé en décrivant l'information présente à chaque noeud de ce graphe et en la comparant à l'expression du but.
• un module d'exécution du plan, utilisant les opérateurs réels d'une bibliothèque de traitement d'image.

(description détaillée du projet ExTI)

L'exploitation de ce système a mis en évidence les difficultés de formulation de l'objectif. Une analyse de son fonctionnement a permis de dégager trois critiques principales :

• le planifieur est un module "passif" ; il faut donc lui spécifier la totalité de l'objectif, ce qui est difficile à faire sans introduire des éléments de solution, ou construire cet objectif de manière incrémentale en résolvant les buts intermédiaires, ce qui est trop contraignant.
• le formalisme d'expression du but doit être masqué à l'utilisateur
• les échanges utilisateur-système doivent être de haut niveau (niveau "conceptuel").

Environnement de développement

Nos travaux actuels en interprétation sont basés sur une conception plus symétrique des rôles de l'utilisateur et du système. Chacun des deux acteurs cherche à élaborer des concepts et à les décrire sous une forme compréhensible par son partenaire. L'utilisateur connaît les concepts du domaine d'application et il cherche à en donner une formulation basée sur des indices visuels. Le système dispose d'une certaine autonomie; il élabore des "concepts artificiels", en trouvant des régularités dans les description des entités qu'il peut construire par analyse d'image. Utilisateur et système échangent leurs points de vue, via un langage visuel. Le système est considéré comme configuré lorsqu'il y a accord, c'est-à-dire lorsqu'il n'y a plus besoin de communiquer.

Ce système est en cours de développement. Il est basé sur trois composants principaux :

• Un système multi-agent d'analyse d'image (système primaire) : chaque opérateur de TI est encapsulé par un agent. Un agent est relié (accointances) aux agents dont les opérateurs sont compatibles avec le sien. Les agents ont un comportement social basé sur la coopération. Aussi les liaisons entre agents sont affectées de poids traduisant la notion d'utilité. Les poids sont constamment mis à jour en fonction des réponses de l'environnement aux actions des agents, réponses dépendant des données traitées, de l'objectif visé et des réactions du système secondaire. L'implémentaion des modèles d'opérateur et de donnée (travaux en cours) permet de représenter formellement le résultat de chaque enchaînement d'opérateurs (description détaillée du système primaire).
• Un système d'élaboration de concepts (système secondaire) : ce système, en cours d'étude, observe l'évolution du système primaire en vue d'y détecter des régularités et de les décrire (processus de généralisation). Ces concepts artificiels sont présentés à l'utilisateur afin de déterminer s'ils sont pertinents pour l'application envisagée. Selon les indications de l'utilisateur, le système cherche à modifier ses propres concepts, ce qui se traduit par des influences exercées sur le système primaire pour le faire évoluer.
• Un module de dialogue basé sur un langage visuel. Ce module propose à l'utilisateur d'exprimer sa connaissance du domaine sous la forme des propriétés des concepts recherchés. Un langage visuel a été défini pour lui permettre de caractériser, au moyen de descripteurs, des entités remarquables, instances de ces concepts dans les images (indices visuels). Pour cela, nous organisons l'espace des descripteurs et présentons les entités en plusieurs niveaux de structuration. Pour chaque descripteur de propriété, le langage visuel propose des interacteurs spécifiques permettant de préciser son domaine (description d'une première maquette de cette interface).