Ce mémoire présente l’intérêt de combiner les informations du contenu visuel des images/vidéos et de localisation géographique dans la construction d’un système d’aide à la décision dans une situation de post-catastrophe naturelle. Grâce à la performance pour des requêtes de plus proches voisins dans l’espace des données multidimensionnelles et pour la structuration des données géographiques, la structure SR-tree [2] est choisie pour structurer des images en même temps dans l’espace de localisation géographique et dans l’espace du contenu visuel. L’approche proposée utilise aussi la structure SR-tree pour structurer des monuments différents dans la ville qui sont enregistrés dans les données des Système d’Information Géographique (SIG) sous forme des polygones. Le système construit a bien répondu l’objectif de retrouver des situations d’urgence dans la ville et de leur attribuer un niveau d’urgence en fonction non seulement la proximité géographique d’événements similaires mais aussi en fonction des monuments différents qui sont au tour du sinistre. Il fournit au l’utilisateur une vue globale sur la concentration des situations d’urgence dans la ville ainsi que leur niveau d’urgence. En répondant des scénarios de test différentes pour le projet de recherche IDEA (Images of natural Disasters from robot Exploration in urban Area) [1], ce système apporte une grande perspective de devenir un outil efficace pour aider l’opérateur humain à donner rapidement des bonnes décisions de secours dans des situations de post-catastrophe naturelle.
Readership Map
Content Distribution
Ce mémoire présente l’intérêt de combiner les informations du contenu visuel des images/vidéos et de localisation géographique dans la construction d’un système d’aide à la décision dans une situation de post-catastrophe naturelle. Grâce à la performance pour des requêtes de plus proches voisins dans l’espace des données multidimensionnelles et pour la structuration des données géographiques, la structure SR-tree [2] est choisie pour structurer des images en même temps dans l’espace de localisation géographique et dans l’espace du contenu visuel. L’approche proposée utilise aussi la structure SR-tree pour structurer des monuments différents dans la ville qui sont enregistrés dans les données des Système d’Information Géographique (SIG) sous forme des polygones. Le système construit a bien répondu l’objectif de retrouver des situations d’urgence dans la ville et de leur attribuer un niveau d’urgence en fonction non seulement la proximité géographique d’événements similaires mais aussi en fonction des monuments différents qui sont au tour du sinistre. Il fournit au l’utilisateur une vue globale sur la concentration des situations d’urgence dans la ville ainsi que leur niveau d’urgence. En répondant des scénarios de test différentes pour le projet de recherche IDEA (Images of natural Disasters from robot Exploration in urban Area) [1], ce système apporte une grande perspective de devenir un outil efficace pour aider l’opérateur humain à donner rapidement des bonnes décisions de secours dans des situations de post-catastrophe naturelle.
