Suivi d'objets dans une séquence d'images par modèle d'apparence 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 Suivi d'objets dans une séquence d'images par modèle d'apparence PDF full book. Access full book title Suivi d'objets dans une séquence d'images par modèle d'apparence by Mounia Mikram. Download full books in PDF and EPUB format.
Author: Mounia Mikram
Publisher:
ISBN:
Category :
Languages : fr
Pages : 0
Get Book Here
Book Description
Le travail présenté dans ce mémoire s'inscrit dans le cadre du suivi d'objets dans des vidéos, et plus particulièrement, sur l'utilisation de représentations par modèle d'apparence pour le suivi. La notion de modèle d'apparence est précisée sur la base de l'extraction de descripteurs visuels comparés à l'aide de similarités à une référence. De nouvelles techniques pour évaluer les performances vis à vis du suivi sont présentées. Les approches classiques d'évaluation considèrent uniquement la qualité des trajectoires finales estimées. Les métriques proposées dans ce mémoire s'en distinguent par le fait qu'elles quantifient la performance intrinsèque des modèles d'apparence utilisés au sein du système. Deux axes sont ainsi développés : d'une part, un ensemble de mesures de la précision spatiale d'un modèle couplées à la mesure de la robustesse vis-à-vis d'une initialisation spatiale approximative, et d'autre part, la proposition d'une méthodologie permettant de mesurer la stabilité d'un modèle du point de vue temporel sur des données vidéos naturelles. Ces techniques seront utilisées dans la suite du mémoire pour évaluer les méthodes existantes ainsi que celles présentées. Deux nouveaux modèles d'apparence sont ensuite introduits. Le premier modèle dénommé l'histogramme multi-échelles permet de limiter les ambigüités liées à la représentation par histogramme de couleurs. Le deuxième modèle, fondé sur une extension de la métrique de Matusita pour la comparaison de distributions de couleurs, prend en compte les variations possibles des couleurs des objets liées aux conditions de changement d'illumination. Enfin, le lien entre modèle d'apparence et technique de recherche de la position optimale est abordé dans le contexte du suivi multi-noyaux à travers la proposition d'un nouvel algorithme de suivi basé sur une approche compositionnelle inverse. Celui-ci offre un temps de calcul fortement réduit pour une qualité de suivi similaire aux algorithmes existants.
Author: Mounia Mikram
Publisher:
ISBN:
Category :
Languages : fr
Pages : 0
Get Book Here
Book Description
Le travail présenté dans ce mémoire s'inscrit dans le cadre du suivi d'objets dans des vidéos, et plus particulièrement, sur l'utilisation de représentations par modèle d'apparence pour le suivi. La notion de modèle d'apparence est précisée sur la base de l'extraction de descripteurs visuels comparés à l'aide de similarités à une référence. De nouvelles techniques pour évaluer les performances vis à vis du suivi sont présentées. Les approches classiques d'évaluation considèrent uniquement la qualité des trajectoires finales estimées. Les métriques proposées dans ce mémoire s'en distinguent par le fait qu'elles quantifient la performance intrinsèque des modèles d'apparence utilisés au sein du système. Deux axes sont ainsi développés : d'une part, un ensemble de mesures de la précision spatiale d'un modèle couplées à la mesure de la robustesse vis-à-vis d'une initialisation spatiale approximative, et d'autre part, la proposition d'une méthodologie permettant de mesurer la stabilité d'un modèle du point de vue temporel sur des données vidéos naturelles. Ces techniques seront utilisées dans la suite du mémoire pour évaluer les méthodes existantes ainsi que celles présentées. Deux nouveaux modèles d'apparence sont ensuite introduits. Le premier modèle dénommé l'histogramme multi-échelles permet de limiter les ambigüités liées à la représentation par histogramme de couleurs. Le deuxième modèle, fondé sur une extension de la métrique de Matusita pour la comparaison de distributions de couleurs, prend en compte les variations possibles des couleurs des objets liées aux conditions de changement d'illumination. Enfin, le lien entre modèle d'apparence et technique de recherche de la position optimale est abordé dans le contexte du suivi multi-noyaux à travers la proposition d'un nouvel algorithme de suivi basé sur une approche compositionnelle inverse. Celui-ci offre un temps de calcul fortement réduit pour une qualité de suivi similaire aux algorithmes existants.
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.
Author: Florent Duculty
Publisher:
ISBN:
Category :
Languages : fr
Pages : 279
Get Book Here
Book Description
Ce travail de thèse s'inscrit dans le domaine de la vision artificielle. Plus précisément, nous nous sommes intéressés au suivi temps réel vidéo d'objets 3D mobiles dans des séquences d'images. A l'origine de ces travaux, se trouve un algorithme, développé au LASMEA, dédié au suivi de motifs planaires texturés. Nous nous sommes proposés d'adapter cette méthode de suivi 2D à l'estimation du mouvement apparent d'objets 3D. Pour cela, l'objet 3D est modélisé à l'aide d'une collection d'images de référence. Pour chacune de ces vues, la solution 2D citée précédemment permet de suivre les mouvements fronto parallèles (déplacement de l'objet parallèlement au plan image) qui ne modifient pas de façon majeure l'aspect apparent de l'image. Le point délicat, solutionné dans le cadre de cette thèse, est la détection et la gestion du changement d'aspect du motif suivi dû à des rotations relatives (caméra/objet) en site et azimut. Sur le plan pratique, l'approche proposée a permis le développement d'un système expérimental de suivi de visage et la navigation automatique d'un bras robotique, muni d'une caméra embarquée, autour d'un objet 3D
Author: PATRICK.. PINEAU
Publisher:
ISBN:
Category :
Languages : fr
Pages : 390
Get Book Here
Book Description
DANS CE MEMOIRE, NOUS AVONS DEVELOPPE UNE NOUVELLE APPROCHE PERMETTANT LA DETECTION ET LE SUIVI DE REGIONS EN MOUVEMENT DANS UNE SEQUENCE D'IMAGES. ELLE EST BASEE SUR L'ANALYSE DES VARIATIONS SPATIO-TEMPORELLES DE LA DISTRIBUTION DES INTENSITES. LE PRINCIPAL OBJECTIF EST DE CONSTRUIRE LE PLUS FIDELEMENT POSSIBLE LES PROJECTIONS, OU MASQUES COMPLETS, DES OBJETS, AINSI QUE LE MASQUE DE LEUR OMBRE PORTEE, PUIS EN SUIVRE L'EVOLUTION TEMPORELLE. L'APPROCHE ENVISAGEE TRAITE DES SEQUENCES D'IMAGES DE SCENES PROCHES ACQUISES AVEC UNE CAMERA FIXE. LE FONCTIONNEMENT GENERAL DE LA METHODE SE DECOMPOSE EN QUATRE PRINCIPALES ETAPES: A) CONSTRUCTION DES MASQUES DES OBJETS ET DES MASQUES DE LEUR OMBRE, PAR COMPARAISON DE L'IMAGE COURANTE ET DE L'IMAGE DU FOND. CETTE COMPARAISON, BASEE SUR LA LUMINANCE ET LES CONTOURS, CONDUIT A UN ETIQUETAGE DOUBLE. UN PROCESSUS DE RELAXATION, AVEC MODELISATION MARKOVIENNE DU CHAMP DES ETIQUETTES, PERMET D'OPTIMISER LA DETECTION. B) SEPARATION DES OBJETS GRACE A LA PRISE EN COMPTE DE LEUR MOUVEMENT. CETTE TECHNIQUE EST EGALEMENT BASEE SUR UNE RELAXATION AVEC MODELISATION MARKOVIENNE. C) PREDICTION TEMPORELLE DES MASQUES DES OBJETS ET DE LEUR MOUVEMENT AFIN D'AUGMENTER LA ROBUSTESSE DES PRECEDENTES ETAPES. D) ENFIN, UN PROCESSUS DE SUIVI TEMPOREL DES MASQUES DES OBJETS EST MIS EN UVRE AFIN D'OBTENIR LA TRAJECTOIRE DE CHAQUE OBJET
Author: Ali Ganoun
Publisher:
ISBN:
Category :
Languages : fr
Pages : 210
Get Book Here
Book Description
Le suivi d’objet dans les séquences d’images est un axe de recherche assez développé dans le domaine de la vision artificielle. Il peut être vu comme un processus composé de deux phases : la phase d'initialisation ou de segmentation dans laquelle nous définissons dans l'image l'objet à suivre, et la phase de suivi pendant laquelle nous recherchons l'objet dans les images successives.Quatre approches de suivi d’objet ont été étudiées et implémentées, puis optimisées par rapport à leurs versions trouvées classiquement dans la littérature. La première approche concerne la méthode des courbes de niveau, abordée autant comme approche de segmentation que de suivi. La deuxième approche permet de se placer dans un cadre bayésien et de formuler le suivi de manière probabiliste grâce à un filtrage particulaire. Dans la troisième approche, l'algorithme de CamShift est appliqué sur l’image avec un modèle de l’objet à suivre construit sur deux canaux de couleur au lieu des trois plus généralement utilisés. Enfin une quatrième approche combinant une mise en correspondance de points d’intérêt et l'algorithme de CamShift a été développée pour un fonctionnement dans des séquences d’images en niveaux de gris.Une évaluation de chaque approche sur quelques séquences d’images est menée afin d’explorer l'évolution d'un ensemble de mesures de performance avec des variations de paramètres. Un bilan comparatif a ensuite été réalisé afin de définir les avantages, inconvénients et conditions d’utilisation de chaque approche.Le cadre applicatif de ces travaux est le suivi d’un unique objet sans connaissance a priori ni phase d’apprentissage dans une séquence d’images en niveaux de gris en vue d’une implantation avec fonctionnement en temps réel sur un système embarqué.
Author: Quentin Delamarre
Publisher:
ISBN:
Category :
Languages : fr
Pages : 211
Get Book Here
Book Description
Nous proposons une méthode pour faire "comprendre" automatiquement à un ordinateur les mouvements d'un être humain filmé par des caméras vidéo, sachant qu'aucun marqueur n'a été placé sur celui-ci. Pour cela, nous avons choisi de nous intéresser à une première étape: l'estimation des variations des paramètres du mouvement d'une personne dans le temps. Nous abordons aussi la deuxième étape qui consiste à interpréter ces variations pour leur donner un sens. Des informations sont extraites des images vidéo et sont comparées à un modèle géométrique de l'objet suivi. Ces informations sont soit une segmentation de la silhouette de l'objet dans le cas où les caméras sont éloignées les unes des autres, soit une reconstruction tridimensionnelle de cet objet dans le cas où les caméras sont rapprochées. Nous expliquons pourquoi cette distinction est faite. Dans chacun des cas nous supposons connue la géométrie de l'objet en construisant un modèle 3D constitué de parties rigides simples articulées entre elles. La minimisation de l'erreur d'estimation des paramètres de position est effectuée en créant des forces et en résolvant les équations de la dynamique pour le modèle 3D articulé. Ces forces sont créées à partir des informations trouvées dans les images. Les différentes étapes de l'algorithme sont abordées: la calibration des caméras, la structure du modèle 3D, l'extraction d'informations des images, l'application de forces au modèle 3D, la dynamique de ce modèle et l'estimation et la prédiction de son mouvement dans la scène grâce à un filtre de Kalman. Enfin nous montrons des résultats encourageants et proposons des idées pour généraliser l'algorithme.
Author: Laurent Bonnaud
Publisher:
ISBN:
Category :
Languages : fr
Pages : 190
Get Book Here
Book Description
LE CADRE GENERAL DE CETTE ETUDE EST LE TRAITEMENT NUMERIQUE DU SIGNAL, APPLIQUE AUX SEQUENCES D'IMAGES, POUR DES APPLICATIONS MULTIMEDIA. CE TRAVAIL EST DIVISE EN DEUX CONTRIBUTIONS PRINCIPALES : UN ALGORITHME DE SEGMENTATION D'IMAGES EN OBJETS VIDEO EN MOUVEMENT, ET UNE METHODE D'INTERPOLATION TEMPORELLE OPERANT SUR CES OBJETS. LA SEGMENTATION DE LA SEQUENCE EST EFFECTUEE PAR UN ALGORITHME DE SUIVI TEMPOREL. UN ALGORITHME DE SEGMENTATION SPATIO-TEMPORELLE EST UTILISE INITIALEMENT POUR OBTENIR DES REGIONS DANS LA PREMIERE IMAGE DE LA SEQUENCE. CETTE PARTITION EST ENSUITE SUIVIE PAR UNE TECHNIQUE DE CONTOURS ACTIFS, QUI OPERE SUR UNE NOUVELLE REPRESENTATION DE LA SEGMENTATION, COMPOSEE DES FRONTIERES OUVERTES SEPARANT LES REGIONS. L'ALGORITHME ESTIME A LA FOIS LE MOUVEMENT DES FRONTIERES ET CELUI DES REGIONS. IL EST CAPABLE DE SUIVRE PLUSIEURS OBJETS SIMULTANEMENT ET DE TRAITER LES OCCULTATIONS ENTRE EUX. DES RESULTATS, OBTENUS SUR DES SEQUENCES D'IMAGES REELLES, MONTRENT QUE CET ALGORITHME PERMET UNE BONNE STABILITE TEMPORELLE DE LA SEGMENTATION ET UNE BONNE PRECISION DES FRONTIERES. LE BUT DE L'ALGORITHME D'INTERPOLATION EST DE RECONSTRUIRE DES IMAGES INTERMEDIAIRES ENTRE DEUX IMAGES DE LA SEQUENCE. IL S'AGIT D'UN ALGORITHME DE FAIBLE COMPLEXITE QUI PEUT ETRE UTILISE A LA FIN D'UNE CHAINE CODEUR/DECODEUR. L'INTERPOLATION EST COMPENSEE EN MOUVEMENT ET UTILISE LE MOUVEMENT DES REGIONS, ESTIME PENDANT LA PHASE DE SUIVI. IL EST AUSSI BASE OBJETS, DANS LE SENS OU IL UTILISE LA SEGMENTATION POUR PREDIRE CORRECTEMENT LES ZONES D'OCCULTATION. CET ALGORITHME PEUT ETRE UTILISE POUR TROIS APPLICATIONS DIFFERENTES : LE CODAGE INTERPOLATIF (OU DES IMAGES DE LA SEQUENCE SONT PREDITES PAR INTERPOLATION), L'ADAPTATION DE LA FREQUENCE DE LA SEQUENCE A LA FREQUENCE D'AFFICHAGE DU TERMINAL DE VISUALISATION DANS UNE TRANSMISSION MULTICAST ET LA RECONSTRUCTION D'IMAGES MANQUANTES (OU L'ON CALCULE DES IMAGES NON OBSERVEES). DES RESULTATS EXPERIMENTAUX POUR LA PREMIERE APPLICATION MONTRENT QUE POUR UNE QUALITE DE RECONSTRUCTION DONNEE, LA TAUX DE COMPRESSION MOYEN SUR UN GROUPE D'IMAGES EST PLUS ELEVE EN UTILISANT L'INTERPOLATION QU'AVEC UNE PREDICTION CAUSALE.
Author: Attila Krüzsely
Publisher:
ISBN:
Category :
Languages : fr
Pages : 174
Get Book Here
Book Description
Author: John Klein
Publisher:
ISBN:
Category :
Languages : en
Pages : 251
Get Book Here
Book Description
This PhD thesis is meant to be applied to preceding vehicle rear view tracking problems. Using a camera installed inside a vehicle, our goal is to determine the position of the preceding vehicle. This application exploits computer vision algorithms.It was decided to focus our efforts on improving a particular part of tracking approaches: data fusion. Particle filters were retained as the main tracking procedure for our work. We propose an efficient and accurate data fusion method inside particle filters using the framework of belief functions. We also contribute to obtaining a new contextual combination pattern for belief functions which can cumulate some properties. The approach proposed is tested through several on-road sequences of various kinds. Only one image of the tracked vehicle is known beforehand, therefore the system is based on little a priori information.
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
