K-NN crédibiliste pour la reconnaissance automatique des espèces d'arbres
Autor: | Jendoubi, Siwar, Coquin, Didier, Boukezzoula, Reda |
---|---|
Přispěvatelé: | Laboratoire de Recherche Opérationnelle de Décision et de Contrôle de Processus (LARODEC), Université de Tunis-ISG de Tunis, Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance (LISTIC), Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry]), ANR-15-CE38-0004,ReVeRIES,Reconnaissance de Végétaux Récréative, Interactive et Educative sur Smartphone(2015), Jendoubi, Siwar, Reconnaissance de Végétaux Récréative, Interactive et Educative sur Smartphone - - ReVeRIES2015 - ANR-15-CE38-0004 - AAPG2015 - VALID |
Jazyk: | francouzština |
Rok vydání: | 2018 |
Předmět: |
[INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI]
[INFO.INFO-CV] Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV] k-Plus Proches Voisins Crédibilistes [INFO.INFO-CV]Computer Science [cs]/Computer Vision and Pattern Recognition [cs.CV] théorie des fonctions de croyance Reconnaissance des espèces d'arbres [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI] |
Zdroj: | LFA 2018-Rencontres francophones sur la Logique Floue et ses Applications LFA 2018-Rencontres francophones sur la Logique Floue et ses Applications, Nov 2018, Arras, France |
Popis: | National audience; La reconnaissance des espèces d'arbres est un problème d'identification des espèces d'arbres à partir des photos de feuilles et d'écorces. Dans cet article, nous proposons une règle de combinaison pour les k-plus proches voisins crédibilistes (Ek-NN). Cette règle est adaptée aux problèmes de classification pour lequel nous avons un grand nombre de classes avec une variabilité intra-classe et une similarité entre classes importantes. Enfin, nous comparons la performance de la solution proposée aux solutions existantes. Abstract: The tree species recognition is the problem of identifying tree species from their photos of leaves and barks. In this paper, we introduce a combination rule for the evidential k-nearest neighbor (Ek-NN) classifier. The proposed rule is suitable for classification problems where we have many classes with intra-class variability and inter-class similarity. Finally, we compare the performance of the proposed solution to the existing solutions. |
Databáze: | OpenAIRE |
Externí odkaz: |