Multi-target situation assessment by data fusion of spatial-temporal data.

This PhD work, carried out in collaboration with Onera, is in the domain of battlefield surveillance. The goal is to develop multi-source data fusion approaches for wide area situation assessment, the approaches being semi-automatic almost real time. The two-step method, developed for the situation assessment, consists of two granularity levels. The first step is a global situation evaluation using a new multitarget tracking algorithm, a hybridization of two existing algorithms: the GM-CPHD filter and the MHT with road constraints. This algorithm, which uses GMTI data, can be applied to resolved targets as well as closely spaced targets. A more accurate situation assessment is done in a second step, by detecting objects of interest such as convoys by using other data types (SAR, video). These detections are based on Bayesian networks, as well as their credibilistic counterpart.Cette thèse, réalisée en coopération avec l'Onera, s'inscrit dans le domaine de la surveillance du champ de bataille. L'objectif des travaux est d'étudier et de développer une technique qui fusionne différentes sources d'informations, afin d'évaluer la situation tactique sur une large zone d'observation, ceci de manière semi-automatique en temps quasi-réel. Cette évaluation est réalisée en deux étapes. La première réalise une évaluation globale de la situation en utilisant une nouvelle technique de trajectographie (ou pistage) multicible par hybridation du filtre GM-CPHD et du MHT sous contrainte routière à partir des données GMTI (Ground Moving Target Indicator). Ce nouvel algorithme est adapté au pistage de cibles proches. Ensuite, la deuxième étape réalise une évaluation plus fine de la situation en détectant des objets dit d'intérêt tels que des convois par l'intégration d'autres types de données (SAR, vidéo). La détection se base sur l'utilisation des réseaux bayésiens ainsi que leur version crédibiliste