Méthodologie d'optimisation multi-essaims pour la classification d'images

La reconnaissance automatique par l'homme d'images fixes et vidéo est devenue un domaine de recherche très important et vigoureux dans les communautés du traitement d'images, de la reconnaissance des formes, des réseaux neuronaux et de la vision par ordinateur. La reconnaissance d'images est l'une des capacités les plus extraordinaires de la vision humaine. Le c¿ur et la partie centrale de la recherche sur les images sont la classification et l'extraction. Bien que la reconnaissance d'images par des êtres humains et des machines informatiques soit développée, il est toujours difficile de concevoir un système automatique pour une tâche donnée. La raison en est que l'illumination, l'arrière-plan complexe, l'angle visuel et l'expression des variations pour les images sont très variables dans le monde réel. Plusieurs techniques ont été proposées pour la détection d'images, notamment la correspondance de graphes, les réseaux neuronaux et les caractéristiques géométriques. Bien que les chercheurs en psychologie, en sciences neuronales, en ingénierie, en traitement d'images et en vision par ordinateur aient étudié un certain nombre de questions liées à la reconnaissance d'images par les êtres humains et les machines, il est toujours nécessaire de concevoir un système automatique pour cette tâche, en particulier lorsqu'une identification en temps réel est requise.