Algorithmes Forward-Backward et d'encodage de Viterbi dans le cadre du Modèle de Croyance Transférable : Application à la classification de séquences vidéos - Archive ouverte HAL Access content directly
Conference Papers Year : 2007

Algorithmes Forward-Backward et d'encodage de Viterbi dans le cadre du Modèle de Croyance Transférable : Application à la classification de séquences vidéos

Abstract

Nous présentons une version crédibiliste des Modèles de Markov Cachés, particulièrement les procédures forward, backward et Viterbi définies dans le cadre du Modèle des Croyances Transférables de Smets. La reformulation est basée sur le Théorème de Bayes Généralisé ainsi que sur les travaux de Smets sur les Réseaux Evidentiels. Un critère basé sur le conflit est aussi proposé pour inférer des séquences. Les algorithmes proposés sont testés sur des vidéos d'athlétisme.
Fichier principal
Vignette du fichier
ramasso_id548_GRETSI07.pdf (215.25 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-00348581 , version 1 (19-12-2008)

Identifiers

  • HAL Id : hal-00348581 , version 1

Cite

Emmanuel Ramasso, Michèle Rombaut, Denis Pellerin. Algorithmes Forward-Backward et d'encodage de Viterbi dans le cadre du Modèle de Croyance Transférable : Application à la classification de séquences vidéos. GRETSI 2007 - XXIème Colloque francophone de traitement du signal et des images, Sep 2007, Troyes, France. ⟨hal-00348581⟩
104 View
984 Download

Share

Gmail Facebook X LinkedIn More