47
ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia http://www-sop.inria.fr/ ariana

ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

Embed Size (px)

Citation preview

Page 1: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

ARIANA

Problèmes inverses en observation de la Terre et

cartographie

Josiane Zerubia

http://www-sop.inria.fr/ariana

Page 2: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

2

Projet de recherche commun CNRS/INRIA/UNSA créé en 1998

Responsable scientifique : Josiane Zerubia

Membres : 3 INRIA, 1 CNRS, 10 doctorants, 5 stagiaires, 3 post-doctorants, 1 assistante INRIA (50%), 1 assistante CNRS (10%).

Page 3: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

3

Contexte applicatif (1)

Les défis :

A partir d’images satellitaires ou aériennes :

• tenir compte de la physique des capteurs : visible, infra-rouge, radar…

• extraire des informations pertinentes pour l’interprétation

• reconstruire des données 3D (relief au sol) à partir d’images 2D

• mettre à jour des cartes

Page 4: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

4

Contexte applicatif (2)

Les enjeux :

• enjeux économiques (radio-mobiles en Télécom, agriculture de précision…)

• attributs de souveraineté nationale (renseignement, préparation de

mission, analyse post-mission…)• services d’intérêt général (aménagement du territoire, environnement…)

Page 5: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

5

Contexte méthodologique (1) Modèles probabilistes

• champs de Markov [J. Stat. Phys. 03]

• champs de Markov hiérarchiques [IEEE

GRS 05]

• distributions -stables [Patt. Recog. Let. 03,

IEEE IP 04, IEEE GRS 06, IEEE IP 06]

• processus ponctuels objets : axe de recherche novateur [SFPT 03, IJCV 04, IEEE PAMI

05, IJCV 06]

Page 6: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

6

Contexte méthodologique (2)

Méthodes variationnelles et EDP

• gamma-convergence [SIAM Num. Anal. 04,

Nonlin. Anal. 06]

• décomposition d’image [JMIV 05, IJCV 05,

App. Math. and Optim. 05 ]

• régions et contours actifs [IEEE IP 03]

• contours actifs d’ordre supérieur [IJCV 06]

Page 7: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

7

Contexte méthodologique (3) optimisation et estimation de

paramètres

• Méthodes MCMC (Metropolis-Hastings-Green)

[IEEE MI 04, Springer-Verlag 05]

• Nouvelles dynamiques de naissance et mort [Pbs of Inf. Trans. 04]

Page 8: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

8

Image aérienne ( IGN).

Résultat de l’extraction du réseau routier sur une image aérienne.

Réseau linéique extrait.

Réseau linéique

Page 9: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

9

simulation PLEIADES – Amiens CNES résultat 3D

carte d'erreurs

Reconstruction en 3D de bâtiments à partir d'images

satellitaires (CNES/IGN)

Page 10: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

10

Détection d’arbres par processus ponctuels

marqués Exemples d’extraction de houppiers en

imagerie IR couleur IFN

Collaboration ECP, IFN, LIAMA (Pékin).

Page 11: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

11

Détection d’arbres par contours actifs d’ordre

supérieur

©

IFN©

IFNCollaboration Université de Szeged, Hongrie.

Page 12: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

12

Détection des départs de feux(Alcatel Alenia Space Cannes )

Vérité terrain Alcatel Alenia Space

12 départs de feux détectés sur 14

0 fausse alarme.

Page 13: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

13

Image SPOT 5

SVM

K-NN

Evaluation des dégâts après un feu de forêt (Silogic Toulouse)

CNES-SPOT Image

Page 14: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

14

Collaborations nationales Industrielles : CNES, IGN, BRGM, CEMAGREF, IFN, DGA,

Alcatel Alenia Space, Astrium/EADS, Sagem, Silogic. Action PNTS : BRGM. Action PNTS : ENST. Math/STIC du CNRS : ENS Cachan, Paris XIII. Math/STIC (2) du CNRS : Laboratoire de

mathématiques de l’UNSA. ACI Masse de données : Télécom Paris, Imedia. ACI NIM : Paris V et VI, Ecole Polytechnique, Université

Marne La Vallée, Observatoire Midi Pyrénées, UNSA. ARC Mode de vie: Centrale Paris, Cirad, Greenlab (INRIA

et LIAMA). ANR blanche Detecfine : Institut Pasteur, Sagem DS,

UNSA. ANR blanche Microréseaux : IMFT, CRCC, ESRF.

Page 15: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

15

Principales collaborations bilatérales

• USA/INRIA initiative : Université Wisconsin-Madison, Université Duke.

• Russie/OTAN: Académie des sciences de Russie et Université de Caroline du Nord.

• Econet: Russie.

• Chine : LIAMA/INRIA.

• PAI Balaton : Université de Szeged, Hongrie.

• PAI Galilée : Université de la Sapienza Rome et IRIT

Toulouse.

• CONACYT : UNAM de Mexico.

• INRIA STIC-Tunisie : Imedia, Sup’Com Tunis.

Page 16: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

16

Principales collaborations Internationales

Projets européens :

• MOUMIR (TCD, Université Cambridge, INESC, Université Thessalonique, BGU)

• IMAVIS (Epidaure, Odyssée)

• MUSCLE réseau d’excellence 42

partenaires

Page 17: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

17

Transferts dans d’autres domaines

Astrophysique : détection de filaments de galaxies. COLORS avec OCA.

Imagerie Biologique : restauration d’image biologique 3D par microscopie confocale.

ARC puis P2R avec l’Institut Pasteur (Paris),

Institut Weizmann, Technion (Israël).

Page 18: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

18

Publications

Année

Edition de livres ou participation à des ouvrages de

synthèse

Publication dans des revues

internationales

Communications dans des

conférences avec actes

thèses ou HDR

2003 1 7 20 3

2004   10 18 4

2005   9 13 2

2006 2 10 14 1

TOTAL 3 36 65 10

Page 19: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

19

Devenir des doctorantsAnnée Prénom Nom Devenir

2003 Karen BradyPost-doc Marie Curie 2 ans Univ. de Queensland., Brisbane, Australie 1 an Trinity College Dublin

2003 Caroline Lacombe Consultante pour CCI Nice Sophia Antipolis

2003Oscar Viveros

CancinoAssistant Professor, Univ. de Veracruz, Mexique

2004 Jean-François Aujol CR2 CNRS, CMLA ENS Cachan

2004 Caroline Lacoste Ingénieur R&D, Amadeus, Sophia Antipolis

2004 Mathias Ortner Ingénieur R&D, Astrium/EADS, Toulouse

2005 Marie Rochery Ingénieur R&D, Astrium/EADS, Toulouse

2005 Emmanuel VillegerProfesseur agrégé (ENS) au lycée Amiral de Grasse

2006 Guillaume Perrin Ingénieur R&D, Alcatel Space, Cannes

Page 20: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

20

Perspectives à 4 ans Approche variationnelle

• modèles multi-échelles pour les contours actifs d’ordre supérieur.• énergie de Ginzburg-Landau pour la détection de filaments.

Approche stochastique • analyse de scène via des processus multi-objets.• développement de nouvelles dynamiques d’optimisation.

Applications• déconvolution : travaux sur l’échantillonnage irrégulier et la super –résolution pour l’imagerie satellitaire.• déconvolution aveugle pour l’imagerie biologique.• extraction de linéique sur des images HR et IRT.• environnement : population nicheuse d’oiseaux.

Page 21: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

21

Décomposition d’image

vuf f est une image, que nous voulons décomposer en

deux parties :

[Yves Meyer: Oscillating patterns in image processing and in some nonlinear evolution equations, 2001].

➔ Application pour l’analyse, la restauration, le remplissage, la compression…

Géométrie Oscillations

Page 22: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

22

Modèle ROF[Rudin Osher Fatemi 1992]

Modèle de restauration d’image

Modèle équivalent

v = f - u devrait contenir les textures et le bruit.

fvuuJv TV

lBVvu,

2

1inf

2

2, 2

uJuf TV

BVu

2

22

1inf

)

1uuJTV discret(en

Page 23: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

23

Exemple 2D (variables discrètes)

Images

texturée

géométrique

TV

1000 000

64 600

l2

9500

9500

360

2000

G

La norme l2 pour v ne permet pas de capturer les oscillations dans le processus de minimisation.

Page 24: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

24

Modèle d’Yves Meyer

Yves Meyer définit un nouvel espace G et une nouvelle norme ║.║G tels que les fonctions dans G

peuvent être très oscillantes et avoir une petite norme G.

fvuvuJ

GTVGBVvu

,inf,

Page 25: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

25

Norme (en variable discrètes)

Problème du calcul de la norme infinie (non différentiable)

➔ [Vese, Osher… 2003-] [Darbon, Sigelle 2005] [Goldfarb, Yin 2005]

NN

G

NNN

RRgggdivgvgv

RRgdivgvRvG

21,,/inf

,/

22,

21,,,

,max jijijiji

jiggggg

Page 26: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

26

Méthode et algorithme

Algorithme itératif u0=v0=0

.111 nKnn vfvfuTV

.1 nKn ufvTV

vJuJvuf

TVnn TVRRvu

*2

2, 2

1inf

[JMIV 05] et prix de thèse du Club EEA de J-F Aujol en 2005

➔ par dualité, on montre qu’on peut se ramener à des projections sur des ensembles convexes.

On montre que le problème de Meyer est équivalent à la minimisation du critère quand 0

Page 27: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

27

Décomposition de Barbara

composante u ➔

avec la norme G avec la norme l2

composante v ➔

Page 28: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

28

Restauration d’image RSO

Image RSOCNES-

CESBIO

=0.1, =30 =0.1, =40

Page 29: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

29

Suite et futur Etude d’une fonctionnelle générale de

minimisation sous contrainte en norme l

Inclut les problèmes BV- l2, BV- l1, décomposition,

problème en bruit borné Algorithme numérique convergent de

minimisation Passage au multi-canal.

Page 30: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

30

Processus ponctuels objet :

Pourquoi ?Approches Bayesiennes :

Robustesse au bruit Modélisation d’information A Priori

Cadre traditionnel : Champs de Markov Modélisation de l’information

contextuelle

Page 31: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

31

Processus ponctuels objet :

Pourquoi ? Information contextuelle sur la

solution :

Page 32: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

32

Processus ponctuels objet :

Pourquoi ? Information contextuelle sur les

données :

Page 33: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

33

Processus ponctuels objet :

Pourquoi ?Modélisation de la géométrie sur la

solution ?

Page 34: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

34

Processus ponctuels objet :

Pourquoi ?Modélisation de la géométrie des

données ?

Page 35: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

35

Processus ponctuels objet :

Comment ?Cahier des charges :

Modélisation objet Nombre d’objet inconnu Contraintes sur la géométrie des objets Contraintes sur la répartition des objets Prise en compte des données à un

niveau macroscopique

Page 36: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

36

Processus ponctuels objet :

Comment ?Configurations : ens. de points marqués

Points : définissent le nombre et la localisation des objets

Marques : définissent la géométrie des objets

Définition d’une mesure de référenceDéfinition d’une densité (a priori +

données)Optimisation de la densité

Page 37: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

37

Processus ponctuels objet :

Comment ?Exemple : détection de houppiers

Page 38: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

38

Processus ponctuels objet :

Comment ?Choix des objets : ellipses

MP MM YX ,0,0 P

babbaaba MmMm ,,0,,,, M

Page 39: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

39

Processus ponctuels objet :

Comment ?Choix d’une mesure de référence :

Impose la dynamique à haute température N’influe pas sur la configuration finale. Choix d’une intensité correspondant au nombre

d’objets que l’on pense trouver :

Générer plus de points dans les zones les plus probables :

A

A dxxxNE

xx NDVI

Page 40: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

40

Processus ponctuels objet :

Comment ?Choix d’une densité :

vuixu

ri

p

i

iivuUuUxU

~~

~

,

Ellipses alongées : détection de deux arbres pour un objet Donc on favorise les ellipses proches d’un disque

xu

m

M

u

u

abr

aaba

xUab

1

1

Page 41: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

41

Processus ponctuels objet :

Comment ?Gestion des superpositions

Mauvaise SuperpositionSuperposition acceptable

Surdétection

Page 42: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

42

Processus ponctuels objet :

Comment ? Interaction entre paires d’objets

vu vu

vur

r

r SS

SSxU

~~ ,min

).(1),(~ pixelppdvu vuh

u~rv si et seulement u et v s’intersectent

Terme hard-core (processus stable)

xUh~

Page 43: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

43

Processus ponctuels objet :

Comment ?Modélisation des agrégats

Définition : on appelle -objet d’un objet u=(p,m) avec m = (a,b,), l’ellipse de centre p et de marque (a+,b+,).

On favorise les paires d’ellipses d’une distance inférieure à

vu vu

vu

SS

SSxU

~

~ ,min

Page 44: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

44

Processus ponctuels objet :

Comment ?Modélisation des données :

xu

ddd uUxU

21

21

21

221

2log

2

1

4100,

uFudB

00

0

00

..13

exp

..1

ddsid

dd

ddsid

d

dQ

BB

BB

BB

Objets attractifs ou répulsifs suivant le signe de Ud

uFudQuU BBd ,

Page 45: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

45

Processus ponctuels objet :

Comment ?Optimisation : Algorithme RJMCMC Choisir un noyau de proposition Qm(x,.) avec la

probabilité pm(x), ou bien laisser l’ état inchangé avec une probabilité 1-mpm(x).

Simuler y suivant le noyau de proposition choisi. Calculer le rapport de Green :

Avec une probabilité = min(1,Rm) accepter la proposition xt+1 = y, sinon rejeter la proposition : xt+1 = x.

dyxQdxxf

dxyQdyyf

yxD

xyDyxR

m

m

m

mm ,

,

,

,,

Page 46: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

46

Processus ponctuels objet :

Résultats ?

Page 47: ARIANA Problèmes inverses en observation de la Terre et cartographie Josiane Zerubia

47

Processus ponctuels objet :

Et après ?Modèle générique : multi-objets

Algorithme non-supervisé : estimation

Optimisation plus efficace : Parallélisme Nouvelles dynamiques