Pour permettre à notre robot de faire de l’exploration visuelle autonome, nous devons lui donner les moyens de sélectionner des zones particulières dites régions saillantes dans son champ visuel. Pour cela, nous nous sommes intéressé au phénomène de l’attention en vision.
Traditionnellement, l’attention visuelle est décrite comme un processus automatique qui sélectionne des zones continues du champ visuel. Par exemple, la théorie du filtrage [Broadbent 58] supposait que le processus de sélection s’effectuait par filtrage des infor- mations en fonction des capacités de perception et de traitements. La théorie du point lumineux [Posner 80] prétend que l’attention est comme un point lumineux qui met en évidence la zone à traiter en se déplaçant d’un point à un autre suivant le mode opéra- toire décrochage-déplacement-accrochage. La theorie de la loupe [Eriksen 86] propose que l’attention se porte non plus sur un point, mais sur une région de taille variable.
Les travaux sur l’attention visuelle sont nombreux: ils sont très inspirés par les connais- sances disponibles sur la Vision Humaine. Les travaux les plus connus dans la communauté Vision Artificielle sont ceux de L.Itti [Itti 98, Itti 01]. Nous résumons ci-après, les prin- cipales fonctions spécifiques aux mécanismes de l’attention visuelle, puis discutons de l’intérêt de ces mécanismes.
3.3.1
Mécanismes de l’attention visuelle
Principales fonctions de l’attention [Tsotsos 95]:
– Sélection d’une région d’intérêt dans le champ visuel: l’image est analysée selon plusieurs échelles et plusieurs attributs, pour construire une carte de saillance (ou Saliency Map).
– Sélection de la dimensionnalité d’un attribut et de ses valeurs d’intérêt: pour chaque attribut (couleur, intensité, orientation du gradient. . . ), il faut choisir des échelles pertinentes et un espace de discrétisation.
– Contrôle du flux d’information traité par le système visuel: les cartes de saillance sont construites sur des séquences d’images, acquises pendant le mouvement de l’ob- servateur. Il convient de gérer le flux d’images, de suivre les régions déjà détectées, de détecter celles qui sont apparues avec le nouveau point de vue . . .
– Décalage d’une région d’intérêt à la prochaine avec le temps: dans notre approche, un mécanisme de focalisation est appliqué successivement sur chaque région d’intérêt. Il convient alors de gérer en parallèle un processus (dit pré-attentif) de détection
des régions saillantes, et un processus (dit attentif) de focalisation. Un mécanisme d’inhibition permet d’éviter de détecter la région en cours d’analyse par focalisation.
Propriétés de la région d’intérêt
– les frontières: il a été mis en évidence qu’il existait une frontière relativement nette entre ce que nous nommerons la région d’intérêt et son voisinage. Selon la "théorie du point lumineux", cette frontière se formerait entre les objets et ne les couperait que rarement. Cependant, la "théorie de la loupe" considère que l’intensité de l’in- formation visuelle est forte au centre de la région d’intérêt et diminue graduellement à l’intérieur d’une frontière de taille et de forme variable.
– la taille variable de la zone attentionnelle: dans le modèle à deux processus pré- attentif et attentif de la vision, l’attention peut être régler de façon plus ou moins précise en une distribution uniforme de l’information visuelle. Une approche lâche est appropriée à un traitement en parallèle des objets qui "surgiraient" du processus pré- attentif alors qu’une approche précise conviendrait plus à un traitement séquentiel des objets construits par une conjonction d’attributs. Dans le modèle "loupe", la distribution de l’attention est adaptée par le processus pré-attentif tandis que le processus attentif se charge de détailler l’apparence, éventuellement de reconstruire la région d’intérêt.
– l’intensité variable de la zone attentionnelle: la "théorie du point lumineux" considère la région d’intérêt comme une région d’intensité uniforme et déplace l’attention d’une région uniforme à une autre. Le modèle "loupe" assume lui que l’intensité dans la région d’intérêt peut varier mais reste globalement constante.
3.3.2
Intérêts des mécanismes de l’attention
Ces mécanismes attentionnels ont beaucoup été étudiés dans les années 90, avec la vague des travaux sur Purposive and Active Vision (Aloimonos, Ballard, Brown, Ba- jcsy. . . ), entrepris en réaction à la prédominance des approches géométriques de la Vision (Faugeras, Hartley. . . ).
Plusieurs avantages sont classiquement associés à ces approches [LaBerge 95]:
– de meilleurs jugements perceptuels pour planifier des actions: l’attention permet d’accroitre la qualité du jugement perceptuel en ne sélectionnant que la partie per- tinence de l’information directement à la source du processus cognitif. La sélection hiérarchisée de l’information entrante (par degré décroissant de pertinence) permet également une meilleure planification des tâches à effectuer par le processus cogni-
tif. En robotique, ces tâches peuvent correspondre à des déplacements du Robot: sélection du meilleur point de vue, déplacement du capteur en ce point. . .
– rapidité de traitement: en ne sélectionnant que la partie pertinente de l’information, l’attention réduit et hiérarchise ainsi la quantité d’informations à traiter et accélère le processus cognitif.
– concentration du processus de pensée: avec l’attention, une perception ou une action peut être maintenue sur une période étendue.
– contrôle de l’ordre de traitement de l’information: grâce à l’attention, les différents détails d’une cible sont sélectionnés et traités en fonction des tâches à accomplir par le système robotique.
Notons également que ce découpage en deux processus perceptuels, pré-attentif pour la détection, attentif pour la focalisation, introduit également deux niveaux de mémorisation: mémorisation court terme, avec fonction d’oubli des régions non analysées après un délai court, et mémorisation long terme des caractéristiques des régions analysées.