Estimation de mouvement et segmentation d'image 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 Estimation de mouvement et segmentation d'image PDF full book. Access full book title Estimation de mouvement et segmentation d'image by Patrice Brault. Download full books in PDF and EPUB format.
Author: Patrice Brault
Publisher:
ISBN:
Category :
Languages : fr
Pages : 179
Get Book Here
Book Description
La première partie de ce mémoire présente une nouvelle vision de l'estimation de mouvement (EM) dans les séquences vidéo. Nous abordons l'EM à partir de familles d'ondelettes redondantes peu connues et adaptées à différentes transformations, dont, plus particulièrement, la vitesse. Les standards de compression actuels prennent en compte une compression objet mais ne calculent toujours que de simples vecteurs de mouvements de ``blocs''. Nous avons mis en œuvre ces familles d'ondelettes car 1) elles sont construites pour le calcul de paramètres sur plusieurs types de mouvement (rotation, vitesse, accélération). 2) à partir des paramètres de mouvement, nous proposons une approche de l'EM basée sur l'identification des trajectoires des objets. L'approche s'apparente alors à une compression contextuelle, fondée sur une compréhension de la scène. La seconde partie présente deux développements concernant la segmentation non-supervisée dans une approche bayésienne. 1) nous réduisons le temps de segmentation d'une séquence par une mise en oeuvre itérative de la segmentation. Nous montrons l'application à l'EM d'une région segmentée. 2) nous réduisons le temps de segmentation en effectuant la projection de l'image dans le domaine des ondelettes. Ces deux développements sont fondés sur une modélisation de Potts-Markov (PMRF) pour les étiquettes des pixels ou des coefficients d'ondelettes. Ils utilisent un algorithme itératif de type Markov Chain Monte Carlo avec échantillonneur de Gibbs. Enfin, dans l'approche par ondelettes, nous avons développé le modèle de Potts-Markov pour l'adapter aux orientations privilégiées des sous-bandes d'ondelettes.
Author: Patrice Brault
Publisher:
ISBN:
Category :
Languages : fr
Pages : 179
Get Book Here
Book Description
La première partie de ce mémoire présente une nouvelle vision de l'estimation de mouvement (EM) dans les séquences vidéo. Nous abordons l'EM à partir de familles d'ondelettes redondantes peu connues et adaptées à différentes transformations, dont, plus particulièrement, la vitesse. Les standards de compression actuels prennent en compte une compression objet mais ne calculent toujours que de simples vecteurs de mouvements de ``blocs''. Nous avons mis en œuvre ces familles d'ondelettes car 1) elles sont construites pour le calcul de paramètres sur plusieurs types de mouvement (rotation, vitesse, accélération). 2) à partir des paramètres de mouvement, nous proposons une approche de l'EM basée sur l'identification des trajectoires des objets. L'approche s'apparente alors à une compression contextuelle, fondée sur une compréhension de la scène. La seconde partie présente deux développements concernant la segmentation non-supervisée dans une approche bayésienne. 1) nous réduisons le temps de segmentation d'une séquence par une mise en oeuvre itérative de la segmentation. Nous montrons l'application à l'EM d'une région segmentée. 2) nous réduisons le temps de segmentation en effectuant la projection de l'image dans le domaine des ondelettes. Ces deux développements sont fondés sur une modélisation de Potts-Markov (PMRF) pour les étiquettes des pixels ou des coefficients d'ondelettes. Ils utilisent un algorithme itératif de type Markov Chain Monte Carlo avec échantillonneur de Gibbs. Enfin, dans l'approche par ondelettes, nous avons développé le modèle de Potts-Markov pour l'adapter aux orientations privilégiées des sous-bandes d'ondelettes.
Author: LAID.. ABDELLAH
Publisher:
ISBN:
Category :
Languages : fr
Pages : 225
Get Book Here
Book Description
LA CONSIDERATION DES SEQUENCES D'IMAGES NUMERIQUES INTRODUIT UN CHAMP SPECIFIQUE D'INVESTIGATION EN ANALYSE D'IMAGE, A SAVOIR L'EXTRACTION D'INFORMATION DE MOUVEMENT ET PLUS GENERALEMENT D'INFORMATION SPATIO-TEMPORELLE. CE TYPE D'ETUDE A EMERGE AU TRAVERS D'APPLICATIONS VARIEES TELLES QUE LA COMPRESSION DES DONNEES, LA METEOROLOGIE, LE SUIVI DE CIBLE, LA ROBOTIQUE ET LE BIOMEDICAL. LES TECHNIQUES ALORS EMPLOYEES POSSEDENT LEURS CARACTERISTIQUES PROPRES, LIEES AUX CONTRAINTES ET CRITERES DE L'APPLICATION CONSIDEREE. POUR LE CODAGE, LA QUALITE VISUELLE DE L'IMAGE INTENSITE RECONSTRUITE EST PRIMORDIALE MAIS LES LIMITATIONS HARDWARE IMPOSENT DE NE CONSIDERER QUE LES DEPLACEMENTS TRANSLATIONNELS. CECI RESTE UN COMPROMIS DIFFICILE A REALISER POUR LES APPLICATIONS A TRES BAS DEBIT ET IL EST BESOIN DE CONCEVOIR DES METHODES D'AVANT-GARDE EFFICACES, ROBUSTES ET CAPABLES DE PRENDRE EN COMPTE UN LARGE EVENTAIL DE MOUVEMENT. DANS CETTE APPROCHE ALGORITHMIQUE, NOUS CHERCHONS A DEFINIR UN ENSEMBLE DE METHODES QUI NE SOIT PAS FONCIEREMENT DEPENDANT D'UNE APPLICATION OU D'UN TYPE DE SCENE PARTICULIER (TOUT EN RESTANT QUAND MEME PRINCIPALEMENT LIE AU CODAGE) ET QUI TRAITE AUSSI BIEN LES ASPECTS D'ESTIMATION DU MOUVEMENT QUE DE SEGMENTATION. LA FORMULATION PROPOSEE DANS CETTE ETUDE POSSEDE UN CARACTERE METHODOLOGIQUE GENERAL ET POURRA FACILEMENT ETRE ADAPTEE A DES PROBLEMES CONCRETS D'ESTIMATION SPATIO-TEMPORELLE. LE PRINCIPE GENERAL QUI A ORIENTE ET GUIDE CETTE ETUDE EST FONDE SUR LA RECHERCHE D'UNE UTILISATION OPTIMALE DE DESCRIPTEURS GLOBAUX DU MOUVEMENT EN VUE DE L'EXTRACTION DE L'INFORMATION REDONDANTE EXISTANT ENTRE DEUX IMAGES SUCCESSIVES D'UNE SEQUENCES D'IMAGES. CECI NOUS A CONDUIT A IMPLEMENTE LES QUATRE PHASES SUIVANTES: 1) UN MODULE DE SEGMENTATION SPATIALE BASE SUR UNE EBAUCHE 2D1/2 DES IMAGES ET PARTITIONNE LES IMAGES EN OBJETS APPARTENANT A LA MEME COUCHE DE PROFONDEUR. 2) UNE PHASE DE SEGMENTATION SPATIO-TEMPORELLE PERMETTANT L'OBTENTION DE PARTITIONS RELIEES DANS LE TEMPS. LE SCHEMA DE SEGMENTATION EST INITIALISE PAR UN MASQUE SPATIO-TEMPOREL, ET REPOSE SUR APPROCHE STATISTIQUE PAR MODELISATION MARKOVIENNE. IL N'IMPLIQUE PAS DE CONNAISSANCE A PRIORI SUR LE NOMBRE DE REGIONS ET N'IMPOSE AUCUNE HYPOTHESE RESTRICTIVE SUR LA NATURE DU MOUVEMENT 3D. 3) MISE AU POINT ET IMPLANTATION D'UNE NOUVELLE METHODE D'ESTIMATION GLOBALE (OU PAR REGION) DU MOUVEMENT. LA REPRESENTATION DU MOUVEMENT UTILISE PRINCIPALEMENT LES TERMES TRANSLATIONNELS, ROTATIONNELS, DE DIVERGENCE, HYPERBOLIQUES ET QUADRATIQUES. 4) ADAPTATION DES MODELES DE MOUVEMENT AUX DIFFERENTES REGIONS DE L'IMAGE EN UTILISANT DES CRITERES DE SELECTION ADAPTATIVE. L'ETUDE EST ORIENTEE OBJET ; ELLE COMBINE SEGMENTATION SPATIALE ET DETECTION DU MOUVEMENT ; ELLE PREND EN COMPTE LE MOUVEMENT DU CAPTEUR ET ELLE EST BASEE SUR UN MODELE POLYNOMIAL DE PARAMETRES. L'IDENTIFICATION DES PARAMETRES DU MOUVEMENT EST FAITE PAR L'ALGORITHME DE LA REGION DE CONFIANCE. LES APPLICATIONS VISEES SONT LE CODAGE DES SEQUENCES D'IMAGES ET L'INTERPRETATION DU MOUVEMENT POUR LA NAVIGATION ROUTIERE
Author: JEAN-MARC.. ODOBEZ
Publisher:
ISBN:
Category :
Languages : fr
Pages : 221
Get Book Here
Book Description
CETTE THESE TRAITE DE LA DETECTION ET DE LA LOCALISATION D'OBJETS EN MOUVEMENT DANS UNE SEQUENCE D'IMAGES ACQUISES PAR UNE CAMERA MOBILE. NOUS MOTIVONS TOUT D'ABORD L'INTERET DU PROBLEME ET RAPPELONS DIVERSES METHODES EXISTANTES PROPOSEES POUR LE RESOUDRE. L'APPROCHE QUE NOUS AVONS RETENUE POUR LA DETECTION CONSISTE A RECONSTRUIRE DANS UN PREMIER TEMPS UNE SEQUENCE D'IMAGES, DANS LAQUELLE LE DEPLACEMENT APPARENT DANS L'IMAGE INDUIT PAR LE MOUVEMENT DE LA CAMERA A ETE COMPENSE. POUR CELA, NOUS SUPPOSONS QUE CE DEPLACEMENT PEUT ETRE DECRIT PAR UN MODELE PARAMETRIQUE 2D. LE TROISIEME CHAPITRE DE CE MEMOIRE PRESENTE LA METHODE ROBUSTE ET MULTIRESOLUTION QUE NOUS AVONS DEVELOPPEE, QUI PERMET D'ESTIMER CE MODELE DE MOUVEMENT PARAMETRE (DOMINANT) DANS L'IMAGE SANS ETRE AFFECTE PAR LA PRESENCE D'AUTRES MOUVEMENTS (CEUX DES OBJETS MOBILES NOTAMMENT). LE PROBLEME POSE SE RAMENE ALORS A LA DETECTION DES ZONES MAL COMPENSEES DANS LA SEQUENCE AINSI RECONSTRUITE. DANS LE CHAPITRE QUATRE, NOUS DEFINISSONS DES MESURES DE COMPENSATION DU MOUVEMENT ADAPTEES A CE PROBLEME. CES MESURES ET LEUR FIABILITE, CALCULEES A DIFFERENTS INSTANTS, AINSI QUE LA CARTE DE DETECTION A L'INSTANT PRECEDENT, SONT PRISES EN COMPTE AU SEIN D'UNE REGULARISATION STATISTIQUE BASEE SUR DES MODELES DE MARKOV MULTIECHELLES. L'ALGORITHME QUE NOUS AVONS DEFINI EST RELATIVEMENT RAPIDE ET PERMET D'OBTENIR D'EXCELLENTS RESULTATS DANS DES SITUATIONS COMPLEXES. DANS LE CHAPITRE CINQ, L'ALGORITHME DE DETECTION (BINAIRE) PRECEDENT EST ETENDU A LA SEGMENTATION (GESTION DE N ETIQUETTES) DU MOUVEMENT DANS UNE SEQUENCE D'IMAGES. LE SCHEMA COMPLET QUE NOUS AVONS DEFINI PERMET NOTAMMENT DE S'ADAPTER AU CONTENU DYNAMIQUE DE LA SCENE, EN CREANT DE NOUVELLES REGIONS LORS DE L'APPARITION DE NOUVEAUX OBJETS DANS LA SCENE OU LORSQUE LE MOUVEMENT D'UNE REGION DONNEE DEVIENT PLUS COMPLEXE
Author: Fouad Sabry
Publisher: One Billion Knowledgeable
ISBN:
Category : Computers
Languages : fr
Pages : 138
Get Book Here
Book Description
Qu'est-ce que l'estimation de la pose d'un corps articulé Dans le domaine de la vision par ordinateur, l'étude des techniques et des systèmes qui récupèrent la pose d'un corps articulé, composé d'articulations. et les pièces rigides, grâce à l'utilisation d'observations basées sur des images, est appelée estimation de la pose du corps articulé. Il s'agit de l'un des défis les plus anciens en matière de vision par ordinateur en raison de la complexité des modèles qui relient l'observation à la position et en raison de la gamme de scénarios dans lesquels cela serait utile. Comment vous bénéficierez (I) d'informations et de validations sur les sujets suivants : Chapitre 1 : Estimation de la pose du corps articulé Chapitre 2 : Segmentation d'images Chapitre 3 : Localisation et cartographie simultanées Chapitre 4 : Reconnaissance gestuelle Chapitre 5 : Suivi vidéo Chapitre 6 : Matrice fondamentale (vision par ordinateur) Chapitre 7 : Structure à partir du mouvement Chapitre 8 : Modèle de sac de mots en vision par ordinateur Chapitre 9 : Point- enregistrement des ensembles Chapitre 10 : Michael J. Black (II) Répondre aux principales questions du public sur l'estimation de la pose du corps articulé. (III) Exemples du monde réel pour l'utilisation de l'estimation de la pose du corps articulé dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type d'estimation de pose du corps articulé.
Author: Sylvain Caron
Publisher:
ISBN:
Category :
Languages : fr
Pages : 174
Get Book Here
Book Description
Author: XIAO WEI.. TU
Publisher:
ISBN:
Category :
Languages : fr
Pages : 160
Get Book Here
Book Description
ON PRESENTE UNE METHODOLOGIE D'ANALYSE D'UNE SEQUENCE D'IMAGES CONTENANT DES OBJETS RELATIVEMENT SIMPLES TELS QUE DES POLYEDRES MOBILES (BLOCS). CETTE METHODOLOGIE PERMET DE DETECTER DES OBJETS MOBILES ET EVENTUELLEMENT D'ESTIMER LES PARAMETRES DU MOUVEMENT OU DE L'OBJET EN MOUVEMENT
Author: ABDALLAH.. OUERFELLI
Publisher:
ISBN:
Category :
Languages : fr
Pages : 167
Get Book Here
Book Description
AFIN DE RENDRE POSSIBLE LA TRANSMISSION DES IMAGES NUMERIQUES, ON EXPLOITE DEUX CARACTERISTIQUES FONDAMENTALES DU CONTENU DE L'IMAGE QUI SONT LA REDONDANCE SPATIALE ET LA REDONDANCE TEMPORELLE. CETTE DERNIERE EST EXPLOITEE PAR L'ESTIMATION DE MOUVEMENT UTILISANT GENERALEMENT LES METHODES DE CORRESPONDANCE DE BLOCS. CES TECHNIQUES SUPPOSENT IMPLICITEMENT UN MOUVEMENT EN TRANSLATION ET PAR BLOC DE PIXELS. CECI CONDUIT GENERALEMENT A UN PROBLEME DE COMPENSATION DE MOUVEMENT SUR LES CONTOURS DES OBJETS. POUR REMEDIER A CES INCONVENIENTS, ON PROPOSE DES TECHNIQUES QUI VISENT LE MEME OBJECTIF QUE CELLES DE LA DEUXIEME GENERATION OU CELLES UTILISANT LE MODELE 3D MAIS QUI RESTENT SIMPLES ET ENVISAGEABLES EN TEMPS REEL. LE PREMIER TYPE DE SEGMENTATION PROPOSE EST BASEE SUR UNE METHODE PLUS RAPIDE QUE LA METHODE DE LA RECHERCHE EXHAUSTIVE AINSI QUE SUR LE MOUVEMENT DES BLOCS VOISINS ET DES MODELES CONSTITUES DE DIFFERENTS MOTIFS. CETTE TECHNIQUE ASSOCIEE A UNE DECOMPOSITION PYRAMIDALE A PERMIS D'AMELIORER L'ESTIMATION DE MOUVEMENT SUR LES CONTOURS DES OBJETS. LE DEUXIEME TYPE DE SEGMENTATION PAR DEPLACEMENT IDENTIQUE DEDIE A L'APPLICATION TVHD, PERMET DE DISTINGUER LES ZONES DE MOUVEMENT HOMOGENE DES ZONES DE MOUVEMENT NON HOMOGENE ET ASSOCIER PAR LA SUITE A CHAQUE BLOC UN OU PLUSIEURS VECTEURS DE MOUVEMENT. L'OBJECTIF DE CETTE ETUDE EST DE DETERMINER LE SEUIL OPTIMAL QUI PERMET LA MEILLEURE DISTRIBUTION DES VECTEURS DE MOUVEMENT DANS UN BLOC 32X32 PIXELS. NOUS PROPOSONS ENSUITE UN ALGORITHME ITERATIF SIMPLE POUR LE CALCUL DES PARAMETRES DES TRANSFORMATIONS SPATIALES QUI PERMET DE GENERALISER EN QUELQUE SORTE LES METHODES DE CORRESPONDANCE DE BLOCS POUR TENIR COMPTE DES DEFORMATIONS D'OBJETS, ROTATION, ZOOM ETC. ENFIN, NOUS ASSOCIONS LA SEGMENTATION PAR DEPLACEMENT IDENTIQUE ET LA TRANSFORMATION AFFINE POUR CONSTITUER UN MODELE PLUS GENERAL QUE CELUI DES METHODES DE CORRESPONDANCE DE BLOCS AFIN DE REDUIRE D'AVANTAGE L'ERREUR DE PREDICTION ET LE DEBIT BINAIRE MOYEN
Author: Fouad Sabry
Publisher: One Billion Knowledgeable
ISBN:
Category : Computers
Languages : fr
Pages : 142
Get Book Here
Book Description
Qu'est-ce que l'estimation de mouvement En vision par ordinateur et en traitement d'images, l'estimation de mouvement est le processus de détermination des vecteurs de mouvement qui décrivent la transformation d'une image 2D à une autre ; généralement à partir d’images adjacentes dans une séquence vidéo. C'est un problème mal posé car le mouvement se produit en trois dimensions (3D) mais les images sont une projection de la scène 3D sur un plan 2D. Les vecteurs de mouvement peuvent concerner l'image entière ou des parties spécifiques, telles que des blocs rectangulaires, des patchs de forme arbitraire ou même par pixel. Les vecteurs de mouvement peuvent être représentés par un modèle de translation ou de nombreux autres modèles qui peuvent se rapprocher du mouvement d'une véritable caméra vidéo, comme la rotation et la translation dans les trois dimensions et le zoom. Comment allez-vous procéder ? avantage (I) Informations et validations sur les sujets suivants : Chapitre 1 : Motion_estimation Chapitre 2 : Motion_compensation Chapitre 3 : Algorithme_de correspondance de blocs Chapitre 4 : H.261 Chapitre 5 : H.262/MPEG-2_Part_2 Chapitre 6 : Codage_vidéo_avancé Chapitre 7 : Global_motion_compensation Chapitre 8 : Block-matching_and_3D_filtering Chapitre 9 : Video_compression_picture_types Chapitre 10 : Video_super-resolution (II) Répondre aux principales questions du public sur l'estimation de mouvement. (III) Exemples concrets d'utilisation de l'estimation de mouvement dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type d'estimation de mouvement.
Author: Fouad Sabry
Publisher: One Billion Knowledgeable
ISBN:
Category : Computers
Languages : fr
Pages : 150
Get Book Here
Book Description
Qu'est-ce que la segmentation d'image Dans le traitement d'images numériques et la vision par ordinateur, la segmentation d'image est le processus de partitionnement d'une image numérique en plusieurs segments d'image, également appelés régions d'image ou objets images. Le but de la segmentation est de simplifier et/ou de modifier la représentation d'une image en quelque chose de plus significatif et plus facile à analyser. La segmentation d'images est généralement utilisée pour localiser des objets et des limites dans les images. Plus précisément, la segmentation d'image est le processus d'attribution d'une étiquette à chaque pixel d'une image de telle sorte que les pixels portant la même étiquette partagent certaines caractéristiques. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Segmentation d'images Chapitre 2 : Détection des contours Chapitre 3 : Transformation de caractéristiques invariantes d'échelle Chapitre 4 : Seuil (traitement d'image) Chapitre 5 : Méthode d'Otsu Chapitre 6 : Détection de coin Chapitre 7 : Coupes graphiques en vision par ordinateur Chapitre 8 : Décalage moyen Chapitre 9 : Segmentation de plage Chapitre 10 : Bassin versant (traitement d'image) (II) Répondre aux principales questions du public sur la segmentation d'images. (III) Exemples concrets d'utilisation de la segmentation d'images dans de nombreux domaines. À qui s'adresse ce livre Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de segmentation d'images.
Author: DUFOUR Jean-Yves
Publisher: Lavoisier
ISBN: 2746288907
Category :
Languages : en
Pages : 386
Get Book Here
Book Description
L’utilisation croissante de la vidéoprotection rend nécessaire la mise en place de fonctions d’analyse vidéo pour alléger voire automatiser des tâches aujourd’hui entièrement réalisées par des opérateurs. Après avoir dressé un panorama des avancées et des perspectives en analyse d’image, cet ouvrage détaille les principales fonctions d’analyse vidéo, comme la détection, le suivi et la reconnaissance d’objets d’intérêt (personnes ou véhicules) ou les fonctions de « haut-niveau » visant à interpréter les scènes observées (évènements, comportements, nature de la scène...). Les besoins sont illustrés sous l’angle de deux applications majeures, la sécurité des transports et l’investigation. Les contraintes d’ordres juridique et éthique sont présentées, ainsi que les caractéristiques des données vidéo traitées, au travers des caméras et des méthodes de compression utilisées. La problématique de l’évaluation de performance, tant au niveau opérationnel qu’au niveau des fonctions d’analyse, est également exposée.
