Modélisation de connaissances pour l'interprétation d'images

Nous présenterons l'intérêt de la modélisation de connaissances pour guider l'interprétation d'images, en insistant sur les connaissances structurelles telles que des relations spatiales. Celles-ci sont souvent plus stables que des informations de forme ou d'apparence, y compris dans des cas pathologiques, et permettent de lever des ambiguïtés entre des objets pouvant avoir une apparence similaire dans une image, afin de reconnaître chaque objet individuellement. Ces connaissances peuvent être modélisées sous forme d'ontologies, de graphes, ou encore de réseaux de contraintes, associés à des représentations floues de relations spatiales. Nous illustrerons quelques méthodes de reconnaissance d'objets et de scènes, guidées par ces modèles, en imagerie cérébrale et en télédétection.