SUIVI ET RECONSTRUCTION DE COURBES A PARTIR D'UNE SEQUENCE D'IMAGES. APPLICATION AU SUIVI DE LA SIGNALISATION ROUTIERE 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 ET RECONSTRUCTION DE COURBES A PARTIR D'UNE SEQUENCE D'IMAGES. APPLICATION AU SUIVI DE LA SIGNALISATION ROUTIERE PDF full book. Access full book title SUIVI ET RECONSTRUCTION DE COURBES A PARTIR D'UNE SEQUENCE D'IMAGES. APPLICATION AU SUIVI DE LA SIGNALISATION ROUTIERE by CLAUDE.. INGLEBERT. Download full books in PDF and EPUB format.
Author: CLAUDE.. INGLEBERT
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
LE TRAVAIL PRESENTE DANS CE MEMOIRE EST UNE CONTRIBUTION A LA CONDUITE ASSISTEE DE VEHICULES SUR ROUTES A PARTIR D'IMAGES PRISES PAR UNE CAMERA EMBARQUEE. LES PROBLEMES ABORDES SONT RELATIFS AU SUIVI DE LIGNES BLANCHES SUR ROUTE: DETECTION, SUIVI, RECONSTRUCTION DE LA ROUTE ET LOCALISATION DU VEHICULE. CE MEMOIRE DECRIT LES DEUX METHODES QUE NOUS AVONS ELABOREES POUR RESOUDRE CES PROBLEMES. LA PREMIERE EST UNE METHODE SIMPLE ET RAPIDE QUI A PERMIS D'EFFECTUER LE SUIVIE EN TEMPS REEL JUSQU'A DES VITESSES DE 60 KM/H EN UTILISANT UN MODELE DE LA ROUTE ET UN MODELE DU MOUVEMENT DE LA CAMERA. LA SECONDE METHODE UTILISE LES PROPRIETES DIFFERENTIELLES DES SURFACES SPATIO-TEMPORELLES ENGENDREES PAR DES COURBES EN MOUVEMENT. DANS UN PREMIER TEMPS, NOUS MONTRONS TOUTES LES EGALITES LIANT LES CARACTERISTIQUES DIFFERENTIELLES DE LA SURFACE SPATIO-TEMPORELLE, LES GRANDEURS 3D DE LA COURBE ET LES PARAMETRES DU MOUVEMENT. PUIS, GRACE A LA PRISE EN COMPTE DES CONNAISSANCES A PRIORI SUR LES CONDITIONS EXPERIMENTALES, L'ETUDE DU FLOT OPTIQUE DES LIGNES OBSERVEES PERMET LA DETERMINATION DU MOUVEMENT DE LA CAMERA ET UNE MEILLEURE RECONSTRUCTION DES LIGNES BLANCHES. UN DES MERITES DE CETTE APPROCHE EST DE MOINS CONTRAINDRE LA FORME DES LIGNES QUE DANS LA PREMIERE METHODE. ENFIN, NOUS PROPOSONS UNE EXPERIMENTATION SUR DES DONNEES SYNTHETIQUES DE LA DETERMINATION DU MOUVEMENT A PARTIR DE L'ETUDE DES SURFACES SPATIO-TEMPORELLES DE COURBES QUELCONQUES
Author: CLAUDE.. INGLEBERT
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
LE TRAVAIL PRESENTE DANS CE MEMOIRE EST UNE CONTRIBUTION A LA CONDUITE ASSISTEE DE VEHICULES SUR ROUTES A PARTIR D'IMAGES PRISES PAR UNE CAMERA EMBARQUEE. LES PROBLEMES ABORDES SONT RELATIFS AU SUIVI DE LIGNES BLANCHES SUR ROUTE: DETECTION, SUIVI, RECONSTRUCTION DE LA ROUTE ET LOCALISATION DU VEHICULE. CE MEMOIRE DECRIT LES DEUX METHODES QUE NOUS AVONS ELABOREES POUR RESOUDRE CES PROBLEMES. LA PREMIERE EST UNE METHODE SIMPLE ET RAPIDE QUI A PERMIS D'EFFECTUER LE SUIVIE EN TEMPS REEL JUSQU'A DES VITESSES DE 60 KM/H EN UTILISANT UN MODELE DE LA ROUTE ET UN MODELE DU MOUVEMENT DE LA CAMERA. LA SECONDE METHODE UTILISE LES PROPRIETES DIFFERENTIELLES DES SURFACES SPATIO-TEMPORELLES ENGENDREES PAR DES COURBES EN MOUVEMENT. DANS UN PREMIER TEMPS, NOUS MONTRONS TOUTES LES EGALITES LIANT LES CARACTERISTIQUES DIFFERENTIELLES DE LA SURFACE SPATIO-TEMPORELLE, LES GRANDEURS 3D DE LA COURBE ET LES PARAMETRES DU MOUVEMENT. PUIS, GRACE A LA PRISE EN COMPTE DES CONNAISSANCES A PRIORI SUR LES CONDITIONS EXPERIMENTALES, L'ETUDE DU FLOT OPTIQUE DES LIGNES OBSERVEES PERMET LA DETERMINATION DU MOUVEMENT DE LA CAMERA ET UNE MEILLEURE RECONSTRUCTION DES LIGNES BLANCHES. UN DES MERITES DE CETTE APPROCHE EST DE MOINS CONTRAINDRE LA FORME DES LIGNES QUE DANS LA PREMIERE METHODE. ENFIN, NOUS PROPOSONS UNE EXPERIMENTATION SUR DES DONNEES SYNTHETIQUES DE LA DETERMINATION DU MOUVEMENT A PARTIR DE L'ETUDE DES SURFACES SPATIO-TEMPORELLES DE COURBES QUELCONQUES
Author: Nicolas Papadakis
Publisher:
ISBN:
Category :
Languages : fr
Pages : 239
Get Book Here
Book Description
Cette thèse traite de l'utilisation de méthodes séquentielles et variationnelles de suivi pour des problèmes de suivi dans des séquences d'images. Ces méthodes cherchent à estimer l'état d'un système à partir d'un modèle d'évolution dynamique et d'un ensemble d'observations bruitées et généralement incomplètes de l'état. Ces techniques sont appliquées à divers problèmes de vision par ordinateur: le suivi de courbe, l'estimation de champs de mouvement fluide et le suivi couplé de courbe et de champs de vecteurs. Nous montrons comment l'assimilation de données permet de gérer des occultations totales pendant le suivi d'objets sur une séquence d'images. Nous nous intéressons enfin à l'estimation de mouvement de couches atmosphériques à partir d'images satellitaires, puis étudions l'estimation de coefficients associés à des systèmes dynamiques réduits associés à la visualisation d'écoulements expérimentaux.
Author: ROLAND.. CHAPUIS
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
LE TRAVAIL PRESENTE EST UNE CONTRIBUTION A LA CONDUITE AUTOMATIQUE SUR ROUTE A PARTIR DE DONNEES PROVENANT D'UNE CAMERA EMBARQUEE. UN PREMIER CHAPITRE EXPOSE D'UNE MANIERE DETAILLEE LES DIFFERENTS PROJETS DEVELOPPES A CE JOUR AINSI QUE LES METHODES UTILISEES. LES PRINCIPES MIS EN UVRE UTILISENT GENERALEMENT UNE PHASE DE DETECTION DE LA ROUTE DANS L'IMAGE AINSI QU'UNE MODELISATION DE LA SCENE. CES DEUX ASPECTS SONT DONC REPRIS DE MANIERE PLUS APPROFONDIE. LES CHAPITRES SUIVANTS DECRIVENT DEUX METHODES PERMETTANT LA LOCALISATION DE LA ROUTE DANS L'IMAGE A PARTIR DE LA SIGNALISATION HORIZONTALE ET DANS UN CONTEXTE AUTOROUTIER. LA PREMIERE EST UNE METHODE SIMPLE AUTORISANT DES EXECUTIONS EN TEMPS REEL VIDEO SUR UN MATERIEL NON DEDIE. LE PRINCIPE ORIGINAL REPOSE SUR L'ANALYSE DE QUELQUES LIGNES DE L'IMAGE. UN MODELE DE LA ROUTE SIMPLE ET CONSTAMMENT MIS A JOUR PERMET UNE PREDICTION DE LA POSITION DES BANDES DE SIGNALISATION SUR CHAQUE LIGNE D'ANALYSE. NOTRE PROCEDURE DE DETECTION UTILISE UNE FONCTION DE PROBABILITE DE PRESENCE DES BANDES CENTREE SUR LES POSITIONS PREDITES A PRIORI. LA SECONDE METHODE EMPLOIE UNE TECHNIQUE DE FENETRAGE DANS L'IMAGE. LES BANDES SONT DONC DANS CE CAS DETECTEES DANS DES FENETRES DONT LA POSITION EST, LA ENCORE, DEDUITE D'UN MODELE DE LA ROUTE. LA PROCEDURE DE DETECTION UTILISE UNE TRANSFORMEE DE HOUGH ET MET A PROFIT LES CONNAISSANCES GEOMETRIQUES DES BANDES. LE MODELE UTILISE CINQ PARAMETRES DYNAMIQUES AUTORISANT UNE MISE EN UVRE TRES SIMPLE DE LA METHODE. UNE VOLONTE DE FIABILITE A ETE RECHERCHEE ICI AU DETRIMENT DES TEMPS DE CALCULS ENGENDRES. POUR CHACUNE DES DEUX METHODES, DES RESULTATS SUR DES IMAGES REELLES SONT PRESENTES
Author: ERIC.. MONTAGNE
Publisher:
ISBN:
Category :
Languages : fr
Pages : 172
Get Book Here
Book Description
LES TRAVAUX DE RECHERCHE QUE J'AI MENES DURANT LA PREPARATION DE MA THESE DE DOCTORAT ONT TRAIT AU DOMAINE DU TRAITEMENT D'IMAGES APPLIQUE A L'AUTOMOBILE. L'OBJECTIF EST D'APPORTER UNE ASSISTANCE AU CONDUCTEUR POUR AMELIORER LA SECURITE EN CIRCULATION ROUTIERE A L'AIDE D'UN COPILOTE ELECTRONIQUE. IL S'AGIT DE FOURNIR AU CONDUCTEUR DES ELEMENTS QUANTITATIFS SUR LA POSITION RELATIVE DE SON VEHICULE PAR RAPPORT A UN AUTRE PERCU DANS LA SCENE. AFIN DE S'AFFRANCHIR DES PROBLEMES DE DETECTION AU SEIN DES IMAGES VIDEO, LES VEHICULES QUI REPRESENTENT DES DANGERS POTENTIELS SONT EQUIPES D'UN DISPOSITIF LUMINEUX CONSTITUE DE TROIS AMERS VISUELS. CES DERNIERS DEFINISSENT UN MODELE DU VEHICULE A SUIVRE. L'UTILISATION DE TROIS FEUX DONT LA DISPOSITION EST CONNUE SUR LE VEHICULE PERMET L'USAGE DE METHODES DIRECTES DE LOCALISATION. LA LOCALISATION - FOURNISSANT L'ATTITUDE DU VEHICULE EQUIPE D'AMERS - EST FAITE A CHAQUE NOUVELLE IMAGE POUR ESTIMER LES NOUVEAUX PARAMETRES. UNE METHODE PARTICULIERE ET ORIGINALE A ETE DEVELOPPEE ET MISE EN UVRE AFIN DE SUIVRE UN GROUPE DE POINTS. LE SUIVI EST REALISE SUR L'ENSEMBLE DES FEUX A RETROUVER ET NON DE FACON INDIVIDUELLE SUR CHACUN D'EUX RESPECTANT AINSI UN CRITERE DE RIGIDITE DU MODELE. DES FENETRES D'INTERET SONT CENTREES AUTOUR DE CHAQUE AMER A RETROUVER ET UN COEFFICIENT DE DISPARITE EST CALCULE POUR CHAQUE COMBINAISON POSSIBLE DU NOMBRE D'AMERS. LES CAS D'OCCULTATION PARTIELLE SONT RESOLUS PAR SUBSTITUTION DU FEU MANQUANT EN FONCTION DU COEFFICIENT DE DISPARITE DE LA COMBINAISON RETENUE. UNE IMPLANTATION TEMPS-REEL SUR UNE MACHINE SPECIFIQUE A ETE REALISEE MONTRANT LA FAISABILITE D'UN SYSTEME DE SUIVI UTILISANT UNE SEULE CAMERA AVEC L'AIDE D'AMERS VISUELS.
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: MARC.. GELGON
Publisher:
ISBN:
Category :
Languages : fr
Pages : 158
Get Book Here
Book Description
CETTE ETUDE PORTE SUR DES TACHES DE VISION DYNAMIQUE PAR ORDINATEUR (SEGMENTATION SPATIO-TEMPORELLE, SUIVI), PUIS SUR LEUR APPLICATION A LA STRUCTURATION ET A LA DESCRIPTION DU CONTENU DE DOCUMENTS VIDEO EN VUE DE LEUR INDEXATION. DANS UN PREMIER TEMPS, NOUS PROPOSONS UNE TECHNIQUE DE SEGMENTATION D'IMAGE EN REGIONS HOMOGENES AU SENS DU MOUVEMENT, PAR ETIQUETAGE STATISTIQUE CONTEXTUEL D'UN GRAPHE DEFINI SUR UNE PARTITION PREALABLE EN REGIONS ELEMENTAIRES ; UNE METHODE EST PROPOSEE POUR OBTENIR CETTE DERNIERE PARTITION SELON UN CRITERE D'INTENSITE, DE COULEUR OU DE TEXTURE. LES DEUX TECHNIQUES DE SEGMENTATION PAR ETIQUETAGE SONT CONCUES POUR PERMETTRE UN SUIVI TEMPOREL DES DEUX PARTITIONS PAR PREDICTION PUIS MISE A JOUR. NOUS AVONS ENSUITE DEVELOPPE UNE METHODE DE TRAJECTOGRAPHIE DE CES REGIONS SUR L'ENSEMBLE D'UNE SEQUENCE, BASEE SUR UNE APPROCHE STATISTIQUE RECEMMENT PROPOSEE DANS LE DOMAINE SONAR. ELLE CONSISTE EN L'ESTIMATION CONJOINTE DES TRAJECTOIRES DE REGIONS ET DES ASSOCIATIONS DES MESURES AUX TRAJECTOIRES, EN TRAITANT CE PROBLEME COMME L'ESTIMATION DES PARAMETRES D'UNE LOI DE MELANGE. CETTE METHODE PERMET D'ASSOCIER DES TRAJECTOIRES PARTIELLES RELEVANT D'UN MEME OBJET PHYSIQUE, PAR EXEMPLE DANS UNE SITUATION DE CROISEMENT. DANS UN SECOND TEMPS, NOUS PROPOSONS UN SCHEMA DE STRUCTURATION DE DOCUMENT VIDEO PAR LE CONTENU SPATIO-TEMPOREL, ET DE DESCRIPTION DE CE CONTENU. NOTRE APPROCHE S'APPUIE ESSENTIELLEMENT SUR L'INFORMATION DE MOUVEMENT, ET EXPLOITE LES SCHEMAS DEFINIS DANS LA PREMIERE PARTIE DE CE DOCUMENT, AINSI QUE DES TECHNIQUES PLUS DEDIEES AU PROBLEME TRAITE. LE DOCUMENT EST D'ABORD PARTITIONNE EN PLANS ET LE MOUVEMENT DE LA CAMERA EST CARACTERISE. DANS CHACUN DES PLANS, LES ELEMENTS MOBILES SONT EXTRAITS ET SUIVIS. LA STRUCTURATION REALISEE EST EXPLOITEE DANS LA CREATION DE RESUME VIDEO (COMPOSITION D'UNE IMAGE PANORAMIQUE DU FOND DE LA SCENE ET DES TRAJECTOIRES DES ELEMENTS MOBILES EXTRAITS), ET LA CONSTITUTION DE BASES D'OBJETS MOBILES.
Author: BERNARD.. BESSERER
Publisher:
ISBN:
Category :
Languages : fr
Pages : 158
Get Book Here
Book Description
LES PROBLEMES LIES A LA VISION ARTIFICIELLE EN ENVIRONNEMENT NATUREL NE SONT PAS ENCORE RESOLUS. BIEN QUE RELATIF A UNE APPLICATION PRECISE, LE TRAITEMENT QUE SUBISSENT LES IMAGES ACQUISES PEINE SOUS LE NOMBRE D'ELEMENTS SEGMENTES A TRAITER, ET LA ROBUSTESSE REQUISE EST LOIN D'ETRE ATTEINTE. CE MEMOIRE PRESENTE UNE APPROCHE DE RECONNAISSANCE DE FORMES ADAPTEE A LA VISION ARTIFICIELLE EN MILIEU EXTERIEUR. L'IMAGE FOURNIE PAR LA CAMERA EST ENCODEE EN UNE STRUCTURE DE DONNEES MULTIRESOLUTION QUI ACCELERE L'ACCES AUX DONNEES PERTINENTES. CES DONNEES SONT ENSUITE ANALYSEES PAR PLUSIEURS ALGORITHMES AFIN DE RECONNAITRE LES FORMES SOUHAITEES DANS L'IMAGE. L'APPLICATION DE CE PROCEDE A LA DETECTION ET LA RECONNAISSANCE DE LA SIGNALISATION ROUTIERE COMPLETE CE TRAVAIL. DE PRIME ABORD, UN APERCU DES PYRAMIDES D'IMAGES ET AUTRES STRUCTURES MULTIRESOLUTIONS EST PRESENTE. LA STRUCTURE DE DONNEES MULTIRESOLUTION EFFECTIVEMENT UTILISEE, LE CODE HSC, EST DECRITE PLUS EN DETAIL, AINSI QUE LA REALISATION MATERIELLE D'UNE STATION D'ENCODAGE. A PARTIR DE LA STRUCTURE DE DONNEES MULTIRESOLUTION, PLUSIEURS OUTILS ALGORITHMIQUES, APPELES SOURCES D'INFORMATION, ANALYSENT LE CONTOUR DES OBJETS PRESENTS DANS L'IMAGE ET EXPRIMENT SOUS FORME DE TEMOIGNAGES L'APPARTENANCE DE CES OBJETS A L'UNE OU L'AUTRE DES CLASSES DE FORME, APPELEES FORMES PRIMITIVES. LA COMBINAISON DE CES TEMOIGNAGES EST ASSUREE PAR LA REGLE DE DEMPSTER-SHAFER. PLUSIEURS EXEMPLES, ILLUSTRANT PAS A PAS LES ETAPES CONDUISANT A LA RECONNAISSANCE, SONT MONTRES. LA RECONNAISSANCE EFFECTIVE DE LA SIGNALISATION ROUTIERE REPOSE SUR LA RECONNAISSANCE DES FORMES PRIMITIVES AINSI QUE SUR LA MODELISATION DE LA SIGNALISATION SOUS FORME DE RESEAU SEMANTIQUE, ASPECT EGALEMENT ABORDE DANS CE MEMOIRE
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: Laurent Lefaux
Publisher:
ISBN:
Category :
Languages : fr
Pages : 232
Get Book Here
Book Description
Ce mémoire est consacré à une méthode de segmentation d'images couleur, utilisée pour le suivi axial de véhicules. Dans la première partie, nous abordons le principe de segmentation développé. Notre méthode se compose de deux étapes : - la première, appelée segmentation grossière, est basée sur une recherche itérative de classes. Cette classification opère à partir des histogrammes rouge, vert et bleu de l'image. Par une technique de seuillage automatique, associée à une mesure de concavité d'histogrammes conditionnels, chacun des modes est détecté et étiqueté pour la phase suivante. - La deuxième étape, appelée segmentation fine, permet de classer les pixels non affectés, ou les pixels ambigus se situant entre deux modes voisins. Cette classification fine exploite les propriétés des champs aléatoires de Markov. Celles-ci montrent que l'état d'un pixel est directement lié à celui de ses proches voisins. Un algorithme de relaxation déterministe appelé I.C.M. permet de minimiser la fonction d'énergie du système vers un minimum local. Dans la seconde partie du mémoire, nous présentons les différentes méthodes de représentation tridimensionnelle d'une scène. Le système embarqué à bord d'un véhicule est basé sur les principes de stéréovision axiale. Ceux-ci permettent de détecter une variation de distance par rapport au véhicule qui précède la voiture équipée du système de suivi axial. Cette aide à la conduite permet d'informer le conducteur qu'un freinage brutal a lieu devant lui, ou lui permet de conserver une distance de sécurité convenable par rapport à un autre véhicule. Enfin, nous appliquons ce principe par une mesure de la taille de la plaque d'immatriculation. Leur taille étant connue ainsi que leur couleur, nous pouvons les détecter facilement et déterminer ainsi la distance réelle séparant deux véhicules qui se suivent. Les résultats obtenus sont convaincants et fiables.
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.
