Contribution des modèles statistiques de forme et d'apparence à la segmentation d'images PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Contribution des modèles statistiques de forme et d'apparence à la segmentation d'images PDF full book. Access full book title Contribution des modèles statistiques de forme et d'apparence à la segmentation d'images by Nabil Boukala. Download full books in PDF and EPUB format.
Author: Nabil Boukala
Publisher:
ISBN:
Category :
Languages : fr
Pages : 238
Get Book Here
Book Description
Ce travail de recherche s'inscrit dans le domaine de la segmentation d'images à l'aide de modèles déformables. Nous étudions 2 types de modèles : -les contours actifs ou snakes, -les modèles statistiques, notamment les modèles actifs de forme (ASM) et d'apparence (AAM).Nous proposons d'appliquer ces différentes méthodes au problème de la segmentation d'images radiographiques du bassin. Cette étude comparative révèle la supériorité, en termes de précision et robustesse, des ASM par rapport aux autres approches étudiées. Cependant, notre ensemble de données met clairement en avant une limitation majeure de la méthode à savoir la nécessité d'un ensemble d'entraînement de taille conséquente, contrainte commune aux AAM. En effet, la mise en oeuvre de ces méthodes implique non seulement la possession de nombreuses images-exemples, mais également leur annotation manuelle, soit une lourdeur de la phase d'apprentissage et une limitation du champ d'application. L'approche proposée s'appuie sur des modèles locaux d'apparence très précis. Ces derniers décrivent les variations produites en perturbant aléatoirement le modèle de forme sur une ou plusieurs images d'entraînement. Notre stratégie de recherche fait usage de classificateurs statistiques qui indiquent dans quelles directions chacun des points du modèle doit évoluer. Outre le gain en précision et robustesse apporté, notre approche élargit le domaine d'application au suivi d'objet ou tracking puisqu'elle se satisfait de peu d'exemples d'apprentissage, une unique image pouvant éventuellement remplir cet office. Dans ce cas, un enrichissement du modèle de forme à l'aide d'une méthode par éléments finis est nécessaire
Author: Nabil Boukala
Publisher:
ISBN:
Category :
Languages : fr
Pages : 238
Get Book Here
Book Description
Ce travail de recherche s'inscrit dans le domaine de la segmentation d'images à l'aide de modèles déformables. Nous étudions 2 types de modèles : -les contours actifs ou snakes, -les modèles statistiques, notamment les modèles actifs de forme (ASM) et d'apparence (AAM).Nous proposons d'appliquer ces différentes méthodes au problème de la segmentation d'images radiographiques du bassin. Cette étude comparative révèle la supériorité, en termes de précision et robustesse, des ASM par rapport aux autres approches étudiées. Cependant, notre ensemble de données met clairement en avant une limitation majeure de la méthode à savoir la nécessité d'un ensemble d'entraînement de taille conséquente, contrainte commune aux AAM. En effet, la mise en oeuvre de ces méthodes implique non seulement la possession de nombreuses images-exemples, mais également leur annotation manuelle, soit une lourdeur de la phase d'apprentissage et une limitation du champ d'application. L'approche proposée s'appuie sur des modèles locaux d'apparence très précis. Ces derniers décrivent les variations produites en perturbant aléatoirement le modèle de forme sur une ou plusieurs images d'entraînement. Notre stratégie de recherche fait usage de classificateurs statistiques qui indiquent dans quelles directions chacun des points du modèle doit évoluer. Outre le gain en précision et robustesse apporté, notre approche élargit le domaine d'application au suivi d'objet ou tracking puisqu'elle se satisfait de peu d'exemples d'apprentissage, une unique image pouvant éventuellement remplir cet office. Dans ce cas, un enrichissement du modèle de forme à l'aide d'une méthode par éléments finis est nécessaire
Author: Raphaël Prevost
Publisher:
ISBN:
Category :
Languages : fr
Pages : 213
Get Book Here
Book Description
La segmentation d'images médicales est depuis longtemps un sujet de recherche actif. Cette thèse traite des méthodes de segmentation basées modèles, qui sont un bon compromis entre généricité et capacité d'utilisation d'informations a priori sur l'organe cible. Notre but est de construire un algorithme de segmentation pouvant tirer profit d'une grande variété d'informations extérieures telles que des bases de données annotées (via l'apprentissage statistique), d'autres images du même patient (via la co-segmentation) et des interactions de l'utilisateur. Ce travail est basé sur la déformation de modèle implicite, une méthode variationnelle reposant sur une représentation implicite des formes. Après avoir amélioré sa formulation mathématique, nous montrons son potentiel sur des problèmes cliniques difficiles. Nous introduisons ensuite différentes généralisations, indépendantes mais complémentaires, visant à enrichir le modèle de forme et d'apparence utilisé. La diversité des applications cliniques traitées prouve la généricité et l'efficacité de nos contributions.
Author: Pierre Gacon
Publisher:
ISBN:
Category :
Languages : fr
Pages : 0
Get Book Here
Book Description
La segmentation de la bouche est un problème important qui trouve des applications dans plusieurs domaines du multimédia. Dans ce travail, notre objectif est d'obtenir une détection robuste et efficace des contours des lèvres de façon à être capable de restaurer les mouvements de la parole aussi fidèlement que possible. Nous apportons une attention particulière au contour intérieur de la bouche dan la segmentation est une tâche difficile à cause des variations non-linéaires de l'apparence. Nous proposons une méthode basée sur un modèle statistique de la forme et de l'apparence échantillonnée faisant intervenir des descripteurs gaussiens locaux d'apparence. Notre hypothèse est que la réponse de ces descripteurs locaux peut être prédite à partir de la forme par le biais d'un réseau de neurones non- linéaire. Nous avons d'abord testé cette hypothèse dans un cas mono-locuteur et l'avons ensuite généralisé à un cas multi-Iocuteurs en tenant de la variabilité inter-personne. A cet effet, nous adaptons progressivement notre modèle au locuteur traité en déterminant son' apparence caractéristique. A partir de notre segmentation de la bouche, nous pouvons ensuite générer un clone de la bouche de la personne dont les mouvements.
Author: Pierre Gacon
Publisher:
ISBN:
Category :
Languages : fr
Pages : 168
Get Book Here
Book Description
La segmentation de la bouche est un problème important qui trouve des applications dans plusieurs domaines du multimédia. Dans ce travail, notre objectif est d'obtenir une détection robuste et efficace des contours des lèvres de façon à être capable de restaurer les mouvements de la parole aussi fidèlement que possible. Nous apportons une attention particulière au contour intérieur de la bouche dan la segmentation est une tâche difficile à cause des variations non-linéaires de l'apparence. Nous proposons une méthode basée sur un modèle statistique de la forme et de l'apparence échantillonnée faisant intervenir des descripteurs gaussiens locaux d'apparence. Notre hypothèse est que la réponse de ces descripteurs locaux peut être prédite à partir de la forme par le biais d'un réseau de neurones non- linéaire. Nous avons d'abord testé cette hypothèse dans un cas mono-locuteur et l'avons ensuite généralisé à un cas multi-Iocuteurs en tenant de la variabilité inter-personne. A cet effet, nous adaptons progressivement notre modèle au locuteur traité en déterminant son' apparence caractéristique. A partir de notre segmentation de la bouche, nous pouvons ensuite générer un clone de la bouche de la personne dont les mouvements
Author: Stéphane Derrode
Publisher:
ISBN:
Category :
Languages : fr
Pages : 36
Get Book Here
Book Description
Author: CHARLES.. KERVRANN
Publisher:
ISBN:
Category :
Languages : fr
Pages : 248
Get Book Here
Book Description
DANS CETTE THESE, NOUS PRESENTONS UN CADRE STATISTIQUE GENERAL DE MODELISATION D'OBJETS BIDIMENSIONNELS POUR LA SEGMENTATION ET LE SUIVI DE STRUCTURES EN DEFORMATION DANS DES SEQUENCES D'IMAGES. LA REPRESENTATION HIERARCHIQUE ADOPTEE REPOSE SUR LA DEFINITION D'UNE FORME PROTOTYPE A LAQUELLE SONT APPLIQUEES DES DEFORMATIONS GLOBALES ET LOCALES. CES DERNIERES SONT MODELISEES PAR UN PROCESSUS MARKOVIEN GAUSSIEN (1#E#R ORDRE). L'ADAPTATION DU MODELE A UNE CLASSE PARTICULIERE D'OBJETS ET DE DEFORMATIONS EST REALISEE PAR LE BIAIS D'UNE PHASE D'APPRENTISSAGE, S'APPUYANT SUR UNE DECOMPOSITION MODALE DES DEFORMATIONS OBSERVEES SUR UNE POPULATION REPRESENTATIVE. LA SEGMENTATION DE L'IMAGE EST OBTENUE EN ESTIMANT, A PARTIR DE DONNEES-IMAGE CONSTITUEES DE GRADIENTS SPATIO-TEMPORELS EXTRAITS PREALABLEMENT DE LA SEQUENCE, LES DEFORMATIONS OPTIMALES AU SENS D'UN CRITERE STATISTIQUE (MAXIMUM A POSTERIORI). DES ALGORITHMES DE RELAXATION DETERMINISTES OU STOCHASTIQUES SONT UTILISES A CETTE FIN, EVITANT DANS CERTAINS CAS UNE INITIALISATION MANUELLE DU MODELE PROCHE DE LA SOLUTION DESIREE. LA PROCEDURE DE SEGMENTATION EST COMPLETEE PAR UN SUIVI TEMPOREL (PAR FILTRAGE RECURSIF) DES PARAMETRES CORRESPONDANT AUX MODES DE DEFORMATION DOMINANTS DEJA IDENTIFIES. L'ESTIMATION ROBUSTE D'UN MODELE DE MOUVEMENT DEFORMABLE PARAMETRIQUE AMELIORE PAR AILLEURS LE SUIVI DANS CERTAINES CIRCONSTANCES. CETTE APPROCHE CONTRAINT ENFIN LES DEFORMATIONS OBSERVEES POUR UNE CLASSE PARTICULIERE D'OBJETS, ASSURANT AINSI DES RESULTATS SATISFAISANTS DE SEGMENTATION ET DE SUIVI. L'APPRENTISSAGE NON SUPERVISE DES MODES DE DEFORMATION DE LA STRUCTURE EN MOUVEMENT CONSTITUE LA DERNIERE PARTIE DU TRAVAIL EFFECTUE. CETTE PROCEDURE AUTOMATIQUE EVITE UNE TACHE MANUELLE FASTIDIEUSE ET AMELIORE LA QUALITE DE L'APPRENTISSAGE EN SELECTIONNANT AVEC PERTINENCE LES MODES PRINCIPAUX DE DEFORMATION. DES EXPERIMENTATIONS SUR DES ETUDES DE CAS REELLES ILLUSTRENT LA SOUPLESSE ET LA ROBUSTESSE DES APPROCHES PRESENTEES POUR L'EXTRACTION ET LE SUIVI DE STRUCTURES DEFORMABLES VARIEES SUR DES SEQUENCES LONGUES
Author:
Publisher:
ISBN:
Category :
Languages : fr
Pages : 173
Get Book Here
Book Description
La segmentation d'image est une étape primordiale dans tout processus d'interprétation d'images. Les modèles déformables sont actuellement des approches de segmentation très populaires et sont toujours en plein évolution. Ils sont largement utilisés dans de nombreux domaines. Dans le cadre de cette thèse, notre intérêt s'est porté dans un premier lieu, à la comparaison qualitative et quantitative des performances de huit modèles déformables, représentatifs de l'état de l'art actuel du domaine. L'étude comparative a porté sur des images de synthèse et sur des images réelles. Nous avons pris le soin de construire une base d'images de synthèse dont chacune présentant une difficulté typique, en simulant une dégradation particulière. Cela permet l'étude et l'analyse des qualités, des faiblesses et des limitations d'une approche donnée. Les résultats de comparaison sont une aide précieuse aux utilisateurs qu'en au choix d'un algorithme donné pour résoudre une problématique particulière de segmentation. Dans un second temps, nous avons proposé des améliorations de deux des modèles étudiés afin de pallier à certaines de leurs limitations. Ainsi nous avons proposé une modification de la fonction de détection de contour pour permettre au modèle de Li de segmenter avec succès des objets avec des angles très aigus et une modification majeur de la prise en compte de l'a priori de forme dans le modèle de Tsai. En effet, notre approche possède un compromis entre l'a priori et le terme d'attache aux données, donnant ainsi plus de flexibilité d'une part, et utilise l'ACP à noyau pour l'apprentissage et la modélisation de l'a priori de forme, offrant ainsi une augmentation non négligeable de l'impact de la prise en compte de cette a priori sur le résultat de la segmentation d'autre part.
Author: ANRONG.. PENG
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
CETTE THESE EST CONSACREE A DEUX CATEGORIES DE METHODES DE LA SEGMENTATION D'IMAGES: LA SEGMENTATION STATISTIQUE NON SUPERVISEE ET LA DETECTION DE CONTOURS PAR FILTRAGE. LES CONTRIBUTIONS DE CE TRAVAIL REPOSENT SUR LES ETUDES DES DEUX FAMILLES DE METHODES EN SOI ET SUR LEUR MISE EN PARALLELE. DANS LA PREMIERE PARTIE, NOUS ABORDONS LA SEGMENTATION BAYESIENNE NON SUPERVISEE. DES ALGORITHMES D'ESTIMATION PREALABLE A LA SEGMENTATION CONTEXTUELLE, TELS QUE EM, ICE, SEM, SONT ETUDIES. PUIS CES ESTIMATEURS VALABLES DANS LES CHAMPS STATIONNAIRES SONT ADAPTES AUX CHAMPS NON STATIONNAIRES. NOUS MENONS UNE COMPARAISON DES PERFORMANCES DES ESTIMATEURS SUIVANT DES CARACTERISTIQUES DU BRUIT. UNE ETUDE DE LA ROBUSTESSE DE LA SEGMENTATION CONTEXTUELLE EST EFFECTUEE, CE QUI EST UTILE POUR LE CHOIX D'UN ESTIMATEUR, AINSI QUE POUR LA DEFINITION D'UN COMPROMIS ENTRE LA PRECISION DE L'ESTIMATION ET LE TEMPS DE CALCUL. LA DEUXIEME PARTIE EST CONSACREE A LA DETECTION DE CONTOURS PAR FILTRAGE. UNE DEFINITION DES CONTOURS UTILISANT L'ORDRE DE DISCONTINUITE EST D'ABORD PROPOSEE. LA METHODOLOGIE DE LA DETECTION DE CONTOURS D'ORDRE 0 (CONTOUR ECHELON) EST GENERALISEE AUX CONTOURS DE DISCONTINUITE D'ORDRE QUELCONQUE. LE PROBLEME DE LA DETECTION DE CONTOURS EST AINSI REDUIT A LA RECHERCHE D'UN FILTRE DE LISSAGE OPTIMAL DONT LA FORME JOUE UN ROLE IMPORTANT. L'ACCENT EST DONC MIS SUR L'ETUDE DES FORMES DE FILTRES DE LISSAGE EXISTANTS. UN EXEMPLE DE CETTE GENERALISATION, LA DETECTION DU CONTOUR RAMPE, EST APPLIQUEE AUX IMAGES SIMULEES ET IMAGES REELLES. LA TROISIEME PARTIE EST CONSACREE A LA MISE EN PARALLELE DES DEUX FAMILLES DE METHODES. APRES UNE ETUDE SUR LEURS PROFILS DIFFERENTS ET POINTS COMMUNS DU POINT DE VUE THEORIQUE, L'OBJECTIF PRINCIPAL EST LA COMPARAISON DE LA QUALITE, TANT VISUELLE QUE SELON DES CRITERES OBJECTIFS, DES CONTOURS OBTENUS PAR DEUX FAMILLES DE METHODES. CETTE ETUDE MET EN LUMIERE LES DIFFERENCES DE COMPORTEMENT DES DEUX FAMILLES DE METHODES, ET PEUT AINSI SERVIR A LA DECISION QUANT AU CHOIX DE LA METHODE LA PLUS APPROPRIEE EN FONCTION DE PROPRIETES OBJECTIVES DES IMAGES
Author: UNESCO
Publisher: UNESCO Publishing
ISBN: 9231003550
Category :
Languages : en
Pages : 112
Get Book Here
Book Description
Author: Vladimir I︠A︡kovlevich Katkovnik
Publisher: SPIE-International Society for Optical Engineering
ISBN:
Category : Computers
Languages : en
Pages : 584
Get Book Here
Book Description
This book deals with a wide class of novel and efficient adaptive signal processing techniques developed to restore signals from noisy and degraded observations. These signals include those acquired from still or video cameras, electron microscopes, radar, X-rays, or ultrasound devices, and are used for various purposes, including entertainment, medical, business, industrial, military, civil, security, and scientific. In many cases useful information and high quality must be extracted from the imaging. However, often raw signals are not directly suitable for this purpose and must be processed in some way. Such processing is called signal reconstruction. This book is devoted to a recent and original approach to signal reconstruction based on combining two independent ideas: local polynomial approximation and the intersection of confidence interval rule.
