8 - Problèmes en fusion amont pour la détection de sources ponctuelles

Show full item record

Files in this item

PDF 008.PDF TEXTE.pdf 756.4Kb

Pour citer ce document :
URI: http://hdl.handle.net/2042/2022
Title: 8 - Problèmes en fusion amont pour la détection de sources ponctuelles
Author: AYOUN (A.); PRENAT (M.)
Abstract: II est communément admis que la fusion amont, c'est-à-dire des signaux, doit donner de meilleurs résultats que la fusion aval. Cette proposition est correcte en théorie puisque chaque étage de traitement peut faire perdre de l'information utile. En pratique, le résultat obtenu sans précaution peut être de plus mauvaise qualité que celui que l'on pourrait obtenir facilement par une fusion aval. Ce problème se pose dans le domaine de la détection de cibles a) ponctuelles, b) résolues (i.e. étendues sur plusieurs cellules de résolution). On montre qu'il est important de prendre en compte le contexte spatial si l'on dispose de modèles des fonctions de transfert des capteurs at/ou des corrélations entre les signaux. Le cas a) est abordé comme un problème de déconvolution conditionnelle à des hypothèses d'association. On le rencontre dans différentes applications, par exemple, en détection d'aéronefs à longue distance par un radar et une vieille infrarouge. Le cas b) relève plutôt de la segmentation d'images multisources et n'est pas traité ici. Enfin, les aspects dynamiques sont mentionnés et en particulier les approches de poursuite avant détection. Ces questions soulevées par un groupe de travail du Collège Scientifique et Technique de Thomson-CSF, nous ont paru suffisamment fondamentales pour être rapportées ici.
Description: It is a commonly accepted idea that upstream data fusion, i .e. at signal level, is more performant than downstream fusion, i .e. at decision level . This statement is correct in theory : any information loss in the first decision stages decreases the potential performance level . Practically, upstream data fusion may be difficult and the resulting quality may be worse than in the case of a simpler downstream dat fusion shceme . The problem is addressed in the domains of a) pointwise target detection, b) extended target detection . It is shown that spatial context must be taken into account, through the use of transfer functions and noise sensor models and of signal correlation models . Case a) is approached as a conditonal deconvolution problem . For example, it is encountered in remote airplane detection, using a multisensor suite composed of a radar and an infrared Search and Track sensor (IRST) . case b) is relevant of multisource image segmentation and is not dealt here . At last, dynamic aspects are mentioned and especially multisensor track-before-detect appproaches . These questions, raised by a working group of the Scientific and Technical College of Thomson-CSF, appeared to be of sufficient fundamental interest to be quoted here .
Subject: Détection cible; Fusion donnée; Déconvolution; Traitement signal; Contexte; Analyse spatiale; Fonction transfert; Segmentation; Corrélation spatiale; Image multiple; Poursuite; Source ponctuelle
Publisher: GRETSI, Saint Martin d'Hères, France
Date: 1997

This item appears in the following Collection(s)

Show full item record





Advanced Search