Analyse des stratégies de convergence en optimisation : Application en vision
Analyse des stratégies de convergence en optimisation : Application en vision
Fichiers
Date
2011-10-10
Auteurs
MEDJAHED Seyyid Ahmed
Nom de la revue
ISSN de la revue
Titre du volume
Éditeur
Université oran1 Ahmed Ben Bella
Résumé
L'Optimisation stochastique est très utilisée en vision par ordinateur. C'est particulièrement une approche
adaptée pour résoudre les problèmes combinatoires de grandes tailles. En vision par ordinateur, l'appariement stéréoscopique est un problème combinatoire particulièrement difficile pour lequel une méthode stochastique a été proposée. Dans ce mémoire, nous évaluons plusieurs versions de cette méthode
stochastique : avec et sans schéma de refroidissement. L'évaluation des performances de ces variantes est établie en terme de vitesse de convergence, qualité de la solution, proportion d'appariements corrects,
proportion des mauvais appariements ainsi que les erreurs absolues et relatives. L'évaluation qualitative est aussi possible à travers les cartes de disparités qui sont calculées par les variantes de l'algorithme.
Description
Mots-clés
Optimisation stochastique, Recuit simulé, Appariement stéréoscopique, Disparité, Convergence, Schéma de refroidissement