Raisonnement abductif en logique de description exploitant les domaines concrets spatiaux pour l'interprétation d'images

摘要

L'interprétation d'images a pour objectif non seulement de détecter et reconnaître des objets dans une scène mais aussi de fournir une description sémantique tenant compte des informations contextuelles dans toute la scène. Le problème de l'interprétation d'images peut être formalisé comme un problème de raisonnement abductif, c'est-à-dire comme la recherche de la meilleure explication en utilisant une base de connaissances. Dans ce travail, nous présentons une nouvelle approche utilisant une méthode par tableau pour la génération et la sélection d'explications possibles d'une image donnée lorsque les connaissances, exprimées dans une logique de description, comportent des concepts décrivant les objets mais aussi les relations spatiales entre ces objets. La meilleure explication est sélectionnée en exploitant les domaines concrets pour évaluer le degré de satisfaction des relations spatiales entre les objets.%Image interpretation aims not only at detecting and recognizing objects in a scene but also at deriving a semantic description considering contextual information in the whole scene. Image interpretation can be formalized as an abductive reasoning problem, i.e. an inference to the best explanation using a background knowledge. In this work, we present a framework using a tableau method for generating and selecting potential explanations of the given image when the background knowledge is encoded in description logics, and includes concepts describing objects and their spatial relations. The best explanation is selected according to a minimality criterion based on the satisfaction degree of spatial relations between the objects, computed in concrete domains.