1.1 Introduction
La fusion de l’information est un sujet en pleine effervescence, c’est une discipline qui a beaucoup évolué dernièrement, conçue pour régen-ter des abondances d’informations provenant de sources diverses afin de satisfaire des critères bien précis. Les méthodes de fusion de données ont été élaborées pour permettre de gérer des informations multiples, en te-nant compte éventuellement de leur conflit éventuel ou de leur désaccord Appriou (1991). De nombreuses méthodes de fusion ont été imaginées et adaptées pour atteindre des objectifs tels que la détection, la reconnais-sance, l’identification, l’automatisme, le suivi, la prise de décision etc. Ces objectifs peuvent être rencontrés dans de nombreux domaines d’applica-tion : robotique, défense, médecine et en particulier la vision.
1.2 Nécessités de la fusion
Le traitement de l’information souffre depuis belle lurette de pro-blèmes de connaissance, évoquant souvent des situations entachées d’im-précision et d’incertitude. Améliorer ces connaissances passera par de nouvelles acquisitions, et l’obtention de données supplémentaire s’avèrent plus que nécessaire. Ceci a été rendu possible grâce à une nouvelle tech-nologie offrant une immense variété de capteurs pour mesurer les gran-deurs d’un objet physique du monde réel. Le développement de ces cap-teurs a permis de créer plusieurs sources d’informations distinctes et hé-térogènes. Ces informations redondantes et complémentaires seront alors combinées numériquement par un formalisme adapté afin d’obtenir la meilleure connaissance possible de la situation étudiée en réduisant l’in-certitude et l’imprécision Appriou (1990).
1.3 Genèse de la fusion
C’est une démarche aussi bien naturelle chez l’humain que l’animal. Ce dernier combine instinctivement les informations issues des capteurs bio-logiques pour aboutir à ses fins : la quête d’aliments ou simplement la sur-vie. Cependant le raisonnement humain est plus développé ; avec ses cinq sens : la vue, l’ouïe, l’odorat, le toucher, le goût, associés à d’autres sources d’informations : sa mémoire, son expérience, et ses connaissances a priori ; le cerveau fusionne toutes ces informations et produit une décision. De-puis fort longtemps dans les tribus, les points de vue de leurs leaders sont pris en compte pour s’en sortir d’une situation délicate. Les grandes dé-mocraties contemporaines quant à elles, ont recours aux consultations de toutes les franges de la société (institutions et personnalités) en organisant des assises afin de sortir leurs pays de la crise. Les systèmes de défense, de sécurité et les armées ont eux aussi eu recours à la fusion pour adopter
une stratégie de guerre ; en se basant sur des images radar, renseigne-ments, espions, connaissances du terrain etc(Murphy 1996). Le domaine médical a bénéficié notamment de cet atout en l’exploitant dans la sur-veillance médicale et la conception des systèmes d’aide à la décision. Et bien d’autres domaines très importants, sont sensibles à la fusion pour ne citer que : l’industrie, le nucléaire, la robotique etc (Rombaut M. 1997).
1.4 Synthèse de définitions de la fusion
Dans la littérature, et avec l’absence d’un consensus, diverses défini-tions ont été données à la fusion d’information, nous avons essayé de dresser une synthèse chronologique :
– La fusion est un processus multi-niveaux et à facettes multiples ayant pour objet la détection automatique, l’association, la corréla-tion, l’estimation et la combinaison d’informations de sources singu-lières et plurielles (White 1991).
– Information fusion is a formal framework in which are expressed the means and tools for the alliance of data originating from dif-ferent sources. It aims at obtaining information of greater quality ; the exact definition of greater quality will depend upon the applica-tion (Lucien 1998).
– Information fusion encompasses the theory, techniques, and tools conceived and employed for exploiting the synergy in the informa-tion acquired from multiple sources (sensor, databases, informainforma-tion gathered by human, etc.) such that the resulting decision or action is in some sense better (qualitatively or quantitatively, in terms of ac-curacy, robustness and etc.) than would be possible, if these sources were used individually without such synergy exploitation (Dasara-thy 2001).
– Information fusion is an Information Process dealing with the asso-ciation, correlation, and combination of data and information from single and multiple sensors or sources to achieve refined estimates of parameters,characteristics, events, and behaviors for observed en-tities in an observed field of view. It is sometimes implemented as a Fully Automatic process or as a Human-Aiding process for Analysis and/or Decision Support (Hall and Llinas 2001).
– La fusion d’informations consiste à combiner des informations is-sues de plusieurs sources afin d’aider à la prise de décision (Bloch 2003).
– La fusion d’informations peut alors se définir comme la combinai-son d’informations (souvent imparfaites et hétérogènes) afin d’obte-nir une information globale plus complète, de meilleure qualité, et permettant de mieux décider et agir (Bloch 2005).
– The aim of a data fusion process is to maximize the useful infor-mation content acquired by heterogeneous sources in order to infer relevant situations and events related to the observed environment (Mastrogiovanni et al. 2007).
1.5 Notion d’information
Le terme « information » vient du verbe Latin informare, qui signifie « donner forme à » ou « se former une idée de », il désigne des notions sémantiquement proches et fortement dépendantes du contexte :
– L’information est décrite généralement en deux genres (Bloch 2003) : 1. Numérique : pour une information ayant été quantifiée et échantillonnée exprimée sous forme de nombre, c’est le cas le plus répandu dans les recherches(degré, amplitude, etc.). 2. Symbolique : pour une information qui n’a pas de valeur en
soi, mais qui est significative exprimée sous forme de symboles (ex. musulman chrétien), de propositions (ex. grand ou petit) de règles d’association (ex. s’il marche à quatre pattes, c’est un animal) et la difficulté réside dans sa formulation.
Il existe même un troisième genre, l’information hybride (ex. infor-mation symbolique codée par des nombres).
– Trois concepts la décrivent usuellement selon Bossé et al. (2005) et Ackoff (1989) ; on parle de données (data), d’information (informa-tion) et de connaissance (knowledge) :
1. Information : Renseignement, fait qui apporte des renseigne-ments nouveaux, disposé à être interprété pour obtenir un sens. 2. Données : Information présentée sous forme conventionnelle, en vue d’être traitée ; considérée comme matière brute, n’ont pas de signification au-delà de leurs existences.
3. Connaissances : Règles utilisant les données pour en déduire d’autres ; collectant l’information et visant l’utile.
Il est important de signaler que des chercheurs (Desodt-Lebrun 1996, Fabre 1999) désignent par numériques les informations quantitatives et par symboliques les informations qualitatives ; mais cette vision a été lar-gement contestée dans la littérature.
Une illustration dans la figure 4.1 (Bierly et al. 2000) présente les tran-sitions hiérarchiques et les niveaux d’abstraction des données, des infor-mations, des connaissances et la sagesse ou bien l’expertise (wisdom).
1.6 Imperfections de l’information
Il est primordial de combiner plusieurs sources afin d’avoir une meilleure perception du « monde » du moment où les informations sont généralement imparfaites. Ce qui nous pousse à agir en proposant diffé-rentes initiatives : ou supprimer cette information, ou bien l’accepter et envisager des procédés pour faire front vis-à-vis de ces défauts ou encore la modéliser avec une des approches de la fusion d’information. L’imper-fection de l’information peut être expliquée selon nombreuses formes et les principales en sont :
– Ambiguïté : désigne le fait que l’information en question provoque au moins plus d’une interprétation. Elle peut provenir d’une autre imperfection de l’information (incertitude, imprécision, conflit, ...), mais pas nécessairement.
Figure 4.1 – Une hiéarchie cognitive extraite de organizational learning, knowledge and widsom de Paul E. Bierley
– Incertitude : l’authenticité de l’information ou le degré de sa confor-mité n’est pas suffisant pour avoir une confiance totale. La connais-sance partielle des faits et actes évoqué l’incertitude.
– Imprécision : le contenu de l’information présente une insuffisance en matière d’exactitude et ponctualité ; l’imprécision est une carence de connaissance précise entrainant le flou.
– Incomplétude : déterminée par un manque d’une partie indispen-sable à la compréhension, elle peut causer l’incertitude et l’impréci-sion.
– Redondance : elle peut être d’informations ou de sources, si l’infor-mation est présente sous plusieurs formes ; ou plutôt de disposer de la même information plus d’une fois. Elle ne peut pas être considé-rée comme un défaut puisqu’elle rend l’information plus confirmée et davantage explicite.
– Incohérence : s’il y a contradiction entre les informations présen-tées ; un conflit notamment indique l’incohérence.
– Bruit : une erreur aléatoire affecte l’information.
– Biais : une déformation est appliquée de manière systématique.