Download or read book D tection et suivi d objets en mouvement dans une sc ne film e par une cam ra fixe written by Rafik Mohamed El-Kamel Bourezak and published by . This book was released on 2006 with total page 184 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Human Motion Tracking from Movie Sequences written by Nhat-Tan Nguyen and published by . This book was released on 2011 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse présente un ensemble d'outils ou cadre de développement (paradigme) pour suivre le mouvement de personnages humains dans les films. Beaucoup d'applications en forte demande, telle que la surveillance pour la sécurité ou l'interaction homme-machine, profiteraient d'un système qui pourrait détecter et suivre automatiquement des humains. L'exécution de séquences de film réelles pose un défi particulier compte tenu de la non-rigidité du mouvement du corps humains, ainsi que l'influence qu'ont plusieurs facteurs sur son apparence. Parmi eux se trouvrent la différence dans la gamme de conditions d'acquisition, la variation de l'environnement et de l'illumination, le mouvement de caméra et le peu de connaissances a priori dans le positionnement de la caméra. En tant que complément à l'analyse du mouvement humain, ce système vise à aider son utilisateur à détecter de façon automatique le mouvement de la caméra, à diviser la séquence de film en petits segments appelés "prises de vue" et à extraire des informations du mouvement humain en présence d'un arrière-scène complexe. Pour atteindre cet objectif, une estimation précise du flux optique est employée. Un processus d'image par image peut identifier six différents mouvements de la caméra, incluant une camera statique, en utilisant des gabarits prédéterminés. Il peut ensuite fournir une base de données de mouvements de caméra pour la séquence du film. Ces données sont très utiles pour l'annotation, l'indexage et la recherche de séquences vidéos. De plus, une Mixture de Gaussiennes (MoG) dotée d'un espace de couleur RGB normalisé est utilisée pour soustraire un arrière-scène statique, qui permet d'éviter les effets d'ombres. Lors d'un mouvement de caméra, nous optons pour une technique appelée "codage de couleur" pour convertir les champs de vecteurs de mouvement en image colorée et appliquer la soustraction d'arrière-plan conventionnelle à cette image de flux optique de couleurs. Ceci dit, un système de suivi multicouches déployé dans deux directions (d'ordre chronologique et d'ordre anti-chronologique) est aussi décrit dans la thèse. Finalement, l'évaluation de la performance du système est réalisée sur plusieurs séquences extraites des films réels. Les séquences ont été entièrement analysées indépendamment par un observateur humain pour fournir une base de référence réelle sur les mouvements de caméra aussi bien que sur le mouvement humain dans les séquences vidéos. La comparaison entre les résultats et la base de référence indique une performance très prometteuse des approches proposées tant par l'analyse de films que par les applications de surveillance.

Download or read book D tection d objets en mouvement l aide d une cam ra mobile written by Marie-Neige Chapel and published by . This book was released on 2017 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La détection d'objets mobiles dans des flux vidéo est une étape essentielle pour de nombreux algorithmes de vision par ordinateur. Cette tâche se complexifie lorsque la caméra utilisée est en mouvement. En effet, l'environnement capté par ce type de caméra apparaît en mouvement et il devient plus difficile de distinguer les objets qui effectuent réellement un mouvement de ceux qui constituent la partie statique de la scène. Dans cette thèse, nous apportons des contributions au problème de détection d'objets mobiles dans le flux vidéo d'une caméra mobile. L'idée principale qui nous permet de distinguer les éléments mobiles de ceux qui sont statiques repose sur un calcul de distance dans l'espace 3D. Les positions 3D de caractéristiques extraites des images sont estimées par triangulation puis leurs mouvements 3D sont analysés pour réaliser un étiquetage éparse statique/mobile de ces points. Afin de rendre la détection robuste au bruit, l'analyse des mouvements 3D des caractéristiques est comparée à d'autres points précédemment estimés statiques. Une mesure de confiance, mise à jour au cours du temps, est utilisée pour déterminer l'étiquette à attribuer à chacun des points. Nos contributions ont été appliquées à des jeux de données virtuelles (issus du projet Previz 2) et réelles (reconnus dans la communauté [Och+14]) et les comparaisons ont été réalisées avec l'état de l'art. Les résultats obtenus montrent que la contrainte 3D proposée dans cette thèse, couplée à une analyse statistique et temporelle des mouvements, permet de détecter des éléments mobiles dans le flux vidéo d'une caméra en mouvement et ce même dans des cas complexes où les mouvements apparents de la scène ne sont pas uniformes.

Download or read book D tection et suivi d objets en mouvement dans des sc nes complexes written by Aurélie Bugeau and published by . This book was released on 2007 with total page 177 pages. Available in PDF, EPUB and Kindle. Book excerpt: De nombreuses applications en vision par ordinateur nécessitent la détection et le suivi d'objets en mouvement dans une séquence d'images. Le but de cette thèse est de détecter et suivre les objets mobiles dans des séquences ayant un fond dynamique, avec de forts changements d'illumination, de faibles contrastes et éventuellement acquises par une caméra mobile. Cette thèse est décomposée en deux parties. Dans la première, une méthode de détection est proposée. Elle repose sur la définition d'une grille de points décrits par leur mouvement et leur photométrie. Ces points sont ensuite regroupés en "clusters en mouvement" avec un algorithme mean shift à noyau variable et une méthode de sélection automatique de la taille des noyaux. La deuxième partie propose une méthode de suivi combinant des distributions de couleur et de mouvement, la prédiction de l'objet et des observations extérieures (pouvant être les clusters en mouvement) dans une fonction d'énergie minimisée par coupe minimale/flot maximal dans un graphe.

Download or read book Robust Motion Detection in Real Life Scenarios written by Ester Martínez-Martín and published by Springer Science & Business Media. This book was released on 2012-07-10 with total page 117 pages. Available in PDF, EPUB and Kindle. Book excerpt: This work proposes a complete sensor-independent visual system that provides robust target motion detection. First, the way sensors obtain images, in terms of resolution distribution and pixel neighbourhood, is studied. This allows a spatial analysis of motion to be carried out. Then, a novel background maintenance approach for robust target motion detection is implemented. Two different situations are considered: a fixed camera observing a constant background where objects are moving; and a still camera observing objects in movement within a dynamic background. This distinction lies on developing a surveillance mechanism without the constraint of observing a scene free of foreground elements for several seconds when a reliable initial background model is obtained, as that situation cannot be guaranteed when a robotic system works in an unknown environment. Other problems are also addressed to successfully deal with changes in illumination, and the distinction between foreground and background elements.

Download or read book Analyse d une sc ne dynamique avec une cam ra en mouvement written by Christine Hennebert and published by . This book was released on 1996 with total page 247 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE TRAITE DE LA DETECTION D'OBJETS MOBILES DANS DES SEQUENCES D'IMAGES MONOCULAIRES ACQUISES A L'AIDE D'UN CAPTEUR EN MOUVEMENT. NOUS PROPOSONS UNE METHODOLOGIE DEDIEE A LA DETECTION DE PETITS OBJETS MOBILES DANS DES IMAGES DE SCENES EXTERIEURES REELLES DANS LE DOMAINE VISIBLE OU INFRAROUGE. DE FACON A POUVOIR DETECTER DES OBJETS DE TRES FAIBLE VITESSE APPARENTE, NOUS PRIVILEGIONS UNE ANALYSE DE L'INFORMATION SUR UN INTERVALLE TEMPOREL ETENDU. NOUS AVONS FAIT LE CHOIX DE COMPENSER LE MOUVEMENT APPARENT DOMINANT DU AU DEPLACEMENT DU CAPTEUR POUR PLUSIEURS IMAGES CONSECUTIVES DANS LE BUT DE FORMER UNE SOUS-SEQUENCE DE QUELQUES IMAGES DANS LAQUELLE LE CAPTEUR SEMBLE VIRTUELLEMENT FIXE. NOUS AVONS EGALEMENT DEVELOPPE UNE TECHNIQUE DE STRUCTURATION D'UNE SCENE EXTERIEURE SELON SES DIFFERENTS PLANS DE PROFONDEUR POUR TRAITER LES CAS OU LE MOUVEMENT 2D DU AU DEPLACEMENTE DU CAPTEUR NE PEUT PAS ETRE GLOBALEMENT MODELISE ET COMPENSE. CETTE ETAPE DE SEGMENTATION S'APPUIE SUR UNE MODELISATION HIERARCHIQUE A DEUX NIVEAUX DE MODELES, L'UN LOCAL (NIVEAU PIXEL) ET L'AUTRE GLOBAL (NIVEAU REGION). UNE DECOMPOSITION TEMPORELLE ADEQUATE EST ENSUITE UTILISEE POUR RENFORCER LE SIGNAL CORRESPONDANT AUX OBJETS EN MOUVEMENT DANS LA SOUS-SEQUENCE D'IMAGES. LE PROBLEME DE LA DETECTION DES OBJETS MOBILES EST FORMULE COMME UN PROBLEME D'ETIQUETAGE IMPLIQUANT UNE REGULARISATION STATISTIQUE A L'AIDE DE CHAMPS DE MARKOV. CE CADRE PERMET DE TRADUIRE DES CONNAISSANCES A PRIORI CONTEXTUELLES SUR LES PRIMITIVES CORRESPONDANT AUX OBJETS MOBILES A DETECTER. L'ENSEMBLE DE NOTRE METHODE A ETE EVALUE ET VALIDE SUR DES SEQUENCES D'IMAGES VARIEES, REPRESENTATIVES DE NOMBREUSES SITUATIONS REELLES COMPLEXES

Download or read book Analyse et surveillance des objets en mouvement dans les sc nes dynamiques written by Youfu Wu and published by . This book was released on 2005 with total page 203 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce mémoire traite de l'analyse et la surveillance des objets mobiles dans les scènes dynamiques à partir de séquences d'images afin d'automatiser l'analyse et la surveillance des activités se déroulant dans une scène donnée. Le capteur utilisé est une caméra monoculaire fixe, les scènes sont d'intérieur ou d'extérieur et les objets mobiles sont principalement des êtres humains et des véhicules. L'objectif de nos travaux est d'abord de détecter des objets mobiles des séquences d'images puis, de les suivre; une analyse des comportements dynamiques est alors effectuée. Nous illustrons nos propos par des applications de vidéo surveillance, telles que la surveillance de trafic, etc. Dans ce but, nous proposons un processus d'analyse de séquences d'images basé sur les tâches principales suivantes : (1) Pré-traitement des images à l'aide des moments orthogonaux temporels de Gauss-Hermite ou les modèles multi-gaussiens; (2) Segmentation des régions en mouvement par une méthode de relaxation floue, et analyse des mouvements des objets mobiles à partir des régions suivies et reconnaissance des scénarios relatifs; et (3) Reconstruction 3D des objets en mouvement ; pour ce faire, l'appariement de points caractéristiques et le calibrage automatique de caméras sont étudiés. Des résultats expérimentaux valident les approches proposées.

Download or read book Suivi visuel d objets dans un r seau de cam ras intelligentes embarqu es written by Aziz Dziri and published by . This book was released on 2015 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le suivi d'objets est de plus en plus utilisé dans les applications de vision par ordinateur. Compte tenu des exigences des applications en termes de performance, du temps de traitement, de la consommation d'énergie et de la facilité du déploiement des systèmes de suivi, l'utilisation des architectures embarquées de calcul devient primordiale. Dans cette thèse, nous avons conçu un système de suivi d'objets pouvant fonctionner en temps réel sur une caméra intelligente de faible coût et de faible consommation équipée d'un processeur embarqué ayant une architecture légère en ressources de calcul. Le système a été étendu pour le suivi d'objets dans un réseau de caméras avec des champs de vision non-recouvrant. La chaîne algorithmique est composée d'un étage de détection basé sur la soustraction de fond et d'un étage de suivi utilisant un algorithme probabiliste Gaussian Mixture Probability Hypothesis Density (GMPHD). La méthode de soustraction de fond que nous avons proposée combine le résultat fournie par la méthode Zipfian Sigma-Delta avec l'information du gradient de l'image d'entrée dans le but d'assurer une bonne détection avec une faible complexité. Le résultat de soustraction est traité par un algorithme d'analyse des composantes connectées afin d'extraire les caractéristiques des objets en mouvement. Les caractéristiques constituent les observations d'une version améliorée du filtre GMPHD. En effet, le filtre GMPHD original ne traite pas les occultations se produisant entre les objets. Nous avons donc intégré deux modules dans le filtre GMPHD pour la gestion des occultations. Quand aucune occultation n'est détectée, les caractéristiques de mouvement des objets sont utilisées pour le suivi. Dans le cas d'une occultation, les caractéristiques d'apparence des objets, représentées par des histogrammes en niveau de gris sont sauvegardées et utilisées pour la ré-identification à la fin de l'occultation. Par la suite, la chaîne de suivi développée a été optimisée et implémentée sur une caméra intelligente embarquée composée de la carte Raspberry Pi version 1 et du module caméra RaspiCam. Les résultats obtenus montrent une qualité de suivi proche des méthodes de l'état de l'art et une cadence d'images de 15 - 30 fps sur la caméra intelligente selon la résolution des images. Dans la deuxième partie de la thèse, nous avons conçu un système distribué de suivi multi-objet pour un réseau de caméras avec des champs non recouvrants. Le système prend en considération que chaque caméra exécute un filtre GMPHD. Le système est basé sur une approche probabiliste qui modélise la correspondance entre les objets par une probabilité d'apparence et une probabilité spatio-temporelle. L'apparence d'un objet est représentée par un vecteur de m éléments qui peut être considéré comme un histogramme. La caractéristique spatio-temporelle est représentée par le temps de transition des objets et la probabilité de transition d'un objet d'une région d'entrée-sortie à une autre. Le temps de transition est modélisé par une loi normale dont la moyenne et la variance sont supposées être connues. L'aspect distribué de l'approche proposée assure un suivi avec peu de communication entre les noeuds du réseau. L'approche a été testée en simulation et sa complexité a été analysée. Les résultats obtenus sont prometteurs pour le fonctionnement de l'approche dans un réseau de caméras intelligentes réel.

Download or read book Combinaison de cam ras thermique et couleur pour la segmentation cibles arri re plan en environnement non contr l written by Louis St-Laurent and published by . This book was released on 2012 with total page 274 pages. Available in PDF, EPUB and Kindle. Book excerpt: La plupart des systèmes de surveillance vidéo que l'on retrouve actuellement sur le marché utilisent uniquement la région visible du spectre électromagnétique. De plus, les solutions proposées à ce jour afin de suivre automatiquement les objets en mouvement dans une scène sont souvent trop exigeantes numériquement pour pourvoir être effectuées en temps réel et présentent une dégradation significative des performances en environnement extérieur. L'objectif de cette thèse est d'exploiter la combinaison d'informations thermique et visible afin d'améliorer l'efficacité de détection et de suivi d'objets d'intérêt en environnement non contrôlé. Dans le cadre de ce projet, un seul nœud d'acquisition fixe est considéré. Un nœud est constitué d'une caméra thermique LWIR (8 - 12 mm) et d'une caméra visible couleur. Trois défis techniques majeurs sont abordés : le développement d'une plateforme d'acquisition thermique / visible optimisée pour les applications de surveillance vidéo en environnement extérieur, la segmentation, en temps réel, d'objets en mouvement en environnement non contrôlé, et finalement, la combinaison de l'information thermique et couleur. Un intérêt soutenu est porté à la rapidité d'exécution afin d'atteindre une vitesse de traitement minimale de 10 trames par secondes. Il importe de mentionner que cette thèse a principalement été orientée selon les besoins du programme de Vision de l'INO, conférant ainsi un caractère très pratique et concret à la recherche. De ce fait, les algorithmes développés ont été continuellement testés et améliorés dans le cadre d'applications réelles. Les éléments relatifs à la mise en correspondance d'images thermique et visible ont permis le développement et la fabrication de le caméra VIRXCam, un produit offert par l'INO. Les algorithmes de détection constituent pour leur part le cœur du logiciel de surveillance vidéo AWARE, déjà utilisé depuis 2007 par un partenaire de l'INO s'intéressant au positionnement des objets en mouvement sur les pistes, voies de circulation et aires de stationnement d'aéroports. Cette thèse constitue un recueil très complet des éléments à considérer lors du développement d'une plateforme de vidéo surveillance en environnement extérieur. Tant les aspects matériels que logiciels sont traités. Nous espérons qu'elle constituera un ouvrage de référence pour les personnes qui s'intéressent au développement d'algorithmes temps réel pour des applications de détection de cibles en environnement non-contrôlé ou à la conception d'un capteur hybride thermique / visible.

Download or read book D tection non supervis e d v nements rares dans un flot vid o written by Bertrand Luvison and published by . This book was released on 2010 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse est une collaboration entre le LAboratoire des Sciences et Matériaux pour l'Électronique et d'Automatique (LASMEA) de Clermont-Ferrand et le Laboratoire Vision et Ingénierie des Contenus (LVIC) du CEA LIST à Saclay. La première moitié de la thèse a été accomplie au sein de l'équipe ComSee (1) du LASMEA et la deuxième au LVIC. L'objectif de ces travaux est de concevoir un système de vidéo-assistance temps réel pour la détection d'évènements dans des scènes possiblement denses.La vidéosurveillance intelligente de scènes denses telles que des foules est particulièrement difficile, principalement à cause de leur complexité et de la grande quantité de données à traiter simultanément. Le but de cette thèse consiste à élaborer une méthode de détection d'évènements rares dans de telles scènes, observées depuis une caméra fixe. La méthode en question s'appuie sur l'analyse automatique de mouvement et ne nécessite aucune information à priori. Les mouvements nominaux sont déterminés grâce à un apprentissage statistique non supervisé. Les plus fréquemment observés sont considérés comme des évènements normaux. Une phase de classification permet ensuite de détecter les mouvements déviant trop du modèle statistique, pour les considérer comme anormaux. Cette approche est particulièrement adaptée aux lieux de déplacements structurés, tels que des scènes de couloirs ou de carrefours routiers. Aucune étape de calibration, de segmentation de l'image, de détection d'objets ou de suivi n'est nécessaire. Contrairement aux analyses de trajectoires d'objets suivis, le coût calculatoire de notre méthode est invariante au nombre de cibles présentes en même temps et fonctionne en temps réel. Notre système s'appuie sur une classification locale du mouvement de la scène, sans calibration préalable. Dans un premier temps, une caractérisation du mouvement est réalisée, soit par des méthodes classiques de flot optique, soit par des descripteurs spatio-temporels. Ainsi, nous proposons un nouveau descripteur spatio-temporel fondé sur la recherche d'une relation linéaire entre les gradients spatiaux et les gradients temporels en des zones où le mouvement est supposé uniforme. Tout comme les algorithmes de flot optique, ce descripteur s'appuie sur la contrainte d'illumination constante.Cependant en prenant en compte un voisinage temporel plus important, il permet une caractérisation du mouvement plus lisse et plus robuste au bruit. De plus, sa faible complexité calculatoire est bien adaptée aux applications temps réel. Nous proposons ensuite d'étudier différentes méthodes de classification : La première, statique, dans un traitement image par image, s'appuie sur une estimation bayésienne de la caractérisation du mouvement au travers d'une approche basée sur les fenêtres de Parzen. Cette nouvelle méthode est une variante parcimonieuse des fenêtres de Parzen. Nous montrons que cette approche est algorithmiquement efficace pour approximer de manière compacte et précise les densités de probabilité. La seconde méthode, basée sur les réseaux bayésiens, permet de modéliser la dynamique du mouvement. Au lieu de considérer ce dernier image par image, des séquences de mouvements sont analysées au travers de chaînes de Markov Cachées. Ajouté à cela, une autre contribution de ce manuscrit est de prendre en compte la modélisation du voisinage d'un bloc afin d'ajouter une cohérence spatiale à la propagation du mouvement. Ceci est réalisé par le biais de couplages de chaînes de Markov cachées.Ces différentes approches statistiques ont été évaluées sur des données synthétiques ainsi qu'en situations réelles, aussi bien pour la surveillance du trafic routier que pour la surveillance de foule.Cette phase d'évaluation permet de donner des premières conclusions encourageantes quant à la faisabilité de la vidéosurveillance intelligente d'espaces possiblement denses.

Download or read book D tection et suivi d objets mobiles per us depuis un capteur visuel embarqu written by Dora Luz Almanza Ojeda and published by . This book was released on 2011 with total page 130 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse traite de la détection et du suivi d'objets mobiles dans un environnement dynamique, en utilisant une caméra embarquée sur un robot mobile. Ce sujet représente encore un défi important car on exploite uniquement la vision mono-caméra pour le résoudre. Nous devons détecter les objets mobiles dans la scène par une analyse de leurs déplacements apparents dans les images, en excluant le mouvement propre de la caméra. Dans une première étape, nous proposons une analyse spatio-temporelle de la séquence d'images, sur la base du flot optique épars. La méthode de clustering a contrario permet le groupement des points dynamiques, sans information a priori sur le nombre de groupes à former et sans réglage de paramètres. La réussite de cette méthode réside dans une accumulation suffisante des données pour bien caractériser la position et la vitesse des points. Nous appelons temps de pistage, le temps nécessaire pour acquérir les images analysées pour bien caractériser les points. Nous avons développé une carte probabiliste afin de trouver les zones dans l'image qui ont les probabilités la plus grandes de contenir un objet mobile. Cette carte permet la sélection active de nouveaux points près des régions détectées précédemment en permettant d'élargir la taille de ces régions. Dans la deuxième étape nous mettons en oeuvre une approche itérative pour exécuter détection, clustering et suivi sur des séquences d'images acquises depuis une caméra fixe en intérieur et en extérieur. Un objet est représenté par un contour actif qui est mis à jour de sorte que le modèle initial reste à l'intérieur du contour. Finalement nous présentons des résultats expérimentaux sur des images acquises depuis une caméra embarquée sur un robot mobile se déplaçant dans un environnement extérieur avec des objets mobiles rigides et non rigides. Nous montrons que la méthode est utilisable pour détecter des obstacles pendant la navigation dans un environnement inconnu a priori, d'abord pour des faibles vitesses, puis pour des vitesses plus réalistes après compensation du mouvement propre du robot dans les images.

Download or read book Suivi automatique d objets 3D bas sur l apparence dans des s quences d images written by Florent Duculty and published by . This book was released on 2003 with total page 279 pages. Available in PDF, EPUB and Kindle. Book excerpt: 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

Download or read book D tection Et Localisation 3D d Objets En Mouvement Par St r ovision written by Nizar Fakhfakh and published by Omniscriptum. This book was released on 2011-11 with total page 232 pages. Available in PDF, EPUB and Kindle. Book excerpt: La tendance l'automatisation des syst mes de transport a pour objectifs d'en assurer la disponibilit et d'en accro tre l'efficacit . Ceci a permis d'augmenter la fiabilit de ces syst mes tout en affectant, entre autres, la s curit des usagers. La vision artificielle est un moyen efficace permettant l'identification de telles situations dangereuses. Nous nous int ressons dans ce livre la vision st r oscopique pour la d tection et la localisation tridimensionnelle d'obstacles sur les passages niveau. Sachant qu'un tel syst me devrait pr senter un niveau de performance tr s lev afin d'assurer la disponibilit des syst mes de transport tout en pr servant la s curit des usagers, les algorithmes d velopp s doivent tre aussi robustes que possible vis- -vis de la variabilit des conditions m t orologiques. Nous proposons dans ce cadre un nouveau syst me de vision compos de deux modules originaux: un premier algorithme bas sur l'analyse en composantes ind pendantes, permettant l'extraction des r gions d'int r ts partir de deux cam ras st r oscopiques, et un deuxi me algorithme d'appariement st r oscopique permettant la localisation 3D d'obstacles.

Download or read book DETECTION DE MOUVEMENT ET SUIVI D OBJETS EN TEMPS REEL written by LIONEL.. LACASSAGNE and published by . This book was released on 2000 with total page 230 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE PRESENTE UNE IMPLEMENTATION TEMPS REEL D'UNE CHAINE ALGORITHMIQUE DE DETECTION DE MOUVEMENT ET DE SUIVI D'OBJETS. LA DETECTION DE MOUVEMENT EST REALISEE PAR UNE DIFFERENCE D'IMAGES QUI EST RELAXEE PAR UN PROCESSUS MARKOVIEN AFIN D'OBTENIR UNE DETECTION ROBUSTE. DEUX MODELES MARKOVIENS SONT PRESENTES : L'UN MONORESOLUTION, L'AUTRE MULTIRESOLUTION. LES PIXELS DETECTES EN MOUVEMENT SONT REGROUPES EN REGION GRACE A UN NOUVEL ALGORITHME D'ETIQUETAGE EN COMPOSANTES CONNEXES. CET ALGORITHME BASE SUR UN CODAGE RLC A LA PROPRIETE D'ETRE OPTIMUM VIS-A-VIS DU NOMBRE D'ETIQUETTES CREEES. IL EST DE PLUS TRES RAPIDE ET SA COMPLEXITE EST QUASI INDEPENDANTE DES DONNEES. DEUX TECHNIQUES DE SUIVI SONT DEVELOPPEES. LA PREMIERE IMPLEMENTE UN PARCOURS D'ARBRE MINIMISANT LA DISTANCE ENTRE LES BORDS DES REGIONS, POUR METTRE EN CORRESPONDANCE CES REGIONS. CETTE TECHNIQUE EST SIMPLE ET TRES RAPIDE. LA SECONDE EST BASEE SUR UNE APPROCHE CINEMATIQUE ET UTILISE DES FILTRES PREDICTIFS POUR LES ASSOCIATIONS. UNE PROCEDURE D'ESTIMATION - VERIFICATION DES CHOIX PERMET DE RENDRE CES CHOIX TRES ROBUSTES. POUR RESPECTER LA CADENCE VIDEO, IL EST NECESSAIRE D'OPTIMISER L'EXECUTION DES DIFFERENTS ALGORITHMES. NOUS PRESENTONS DES TECHNIQUES LOGICIELLES ISSUES DU CALCUL SCIENTIFIQUE POUR ACCELERER LEUR VITESSE D'EXECUTION SUR LES PROCESSEURS RISC ET LES DSP VLIW. LE DEROULAGE DE BOUCLE ET LE PIPELINE LOGICIEL OPTIMISENT LES NIDS DE BOUCLES ET LE BLOCAGE DE CACHE, LA LOCALITE DES DONNEES. CES TECHNIQUES SONT PRESENTEES A TRAVERS L'EXEMPLE DES FILTRES RECURSIFS DE DETECTION DE CONTOURS QUI PERMETTENT D'EVALUER LES PERFORMANCES, AUSSI BIEN DES ARCHITECTURES QUE DES TECHNIQUES D'OPTIMISATIONS. CES TECHNIQUES D'OPTIMISATION SONT ENSUITE APPLIQUEES A LA RELAXATION MARKOVIENNE ET A L'ETIQUETAGE. LE FACTEUR D'ACCELERATION AINSI OBTENU EST SUPERIEUR A 2. DE PLUS NOUS ESTIMONS QUE LA RELAXATION ET L'ETIQUETAGE SE PARALLELISENT FACILEMENT ET EFFICACEMENT.

Download or read book MODELE MARKOVIEN DE DETECTION DE MOUVEMENT DANS LES SEQUENCES D IMAGES written by PASCAL ALICE.. CAPLIER and published by . This book was released on 1995 with total page 182 pages. Available in PDF, EPUB and Kindle. Book excerpt: CE TRAVAIL ABORDE LE PROBLEME DE L'ANALYSE DU MOUVEMENT DANS LES SEQUENCES D'IMAGES ET SE FOCALISE PLUS PRECISEMENT SUR LA DETECTION DE MOUVEMENT: L'OBJECTIF EST DE LOCALISER LES OBJETS MOBILES D'UNE SCENE FILMEE AVEC UNE CAMERA FIXE, LA SEULE INFORMATION DE MOUVEMENT PRISE EN COMPTE ETANT LA DIFFERENCE ENTRE DEUX IMAGES SUCCESSIVES. LE CADRE MATHEMATIQUE GENERAL EST LA THEORIE DES CHAMPS DE MARKOV. LES INFORMATIONS CONTENUES DANS UNE SEQUENCE D'IMAGES EVOLUANT AU COURS DU TEMPS, UNE DETECTION DE MOUVEMENT N'EST PERTINENTE QUE SI ELLE EST FAITE EN TEMPS REEL. PAR AILLEURS, A PARTIR D'UNE IMAGE ISOLEE D'UNE SEQUENCE, AUCUNE INFORMATION DE MOUVEMENT N'EST DISPONIBLE. IL FAUT AU MINIMUM DEUX IMAGES SUCCESSIVES POUR POUVOIR CALCULER LA VITESSE D'UN OBJET ET TROIS IMAGES SONT NECESSAIRES POUR EVALUER SON ACCELERATION. CET EXEMPLE ILLUSTRE LE FAIT QUE SI ON INTEGRE LES INFORMATIONS CONTENUES DANS UN PLUS GRAND NOMBRE D'IMAGES CONSECUTIVES, LA CARACTERISATION DU MOUVEMENT EST PLUS COMPLETE. LES ALGORITHMES DE DETECTION DE MOUVEMENT PRESENTES DANS CE RAPPORT S'EFFORCE DE RESPECTER CES DEUX CONTRAINTES: CADENCE DE TRAITEMENT RAPIDE ET INTEGRATION DE L'INFORMATION TEMPORELLE BIEN QU'ELLES SOIENT CONTRADICTOIRES (PLUS ON PREND EN COMPTE D'IMAGES, PLUS LA QUANTITE DE CALCULS EST IMPORTANTE). LE PREMIER ALGORITHME PROPOSE (APPELE ALGORITHME SPATIAL) NE PREND EN COMPTE QUE TROIS IMAGES SUCCESSIVES DE LA SEQUENCE. LA RECHERCHE DU CHAMP DES ETIQUETTES CACHEES A LIEU A UN INSTANT DONNE. APRES AVOIR VALIDE LE BON COMPORTEMENT DE L'ALGORITHME GRACE A DES TESTS SUR UNE STATION DE TRAVAIL, NOUS NOUS SOMMES INTERESSES A SA MISE EN UVRE SUR DES MATERIELS SPECIFIQUES DISPONIBLES AU JOUR D'AUJOURD'HUI AFIN D'EN ACCELERER LA CADENCE DE FONCTIONNEMENT. TROIS SOLUTIONS MATERIELLES ONT ETE ENVISAGEES: PROGRAMMATION D'UNE MACHINE PARALLELE, MAPPING DE L'ALGORITHME SUR UN RESEAU RESISTIF VLSI ANALOGIQUE ET UTILISATION D'UNE CARTE A BASE DE DSP. LA CADENCE DE TRAITEMENT ATTEINTE LORS DU TRAITEMENT D'IMAGES DE TAILLE 128 X 128 EST ENCOURAGEANTE (ENTRE 3 ET 10 IMAGES/SECONDE SELON LE CAS). POUR LE SECOND ALGORITHME PROPOSE (APPELE ALGORITHME SPATIO-TEMPOREL), LA SEQUENCE D'IMAGES N'EST PLUS CONSIDEREE COMME UNE SUCCESSION D'IMAGES MAIS COMME UN VOLUME DE PIXELS QUI EST DECOUPE EN TRANCHES TEMPORELLES DE N IMAGES SUCCESSIVES (N 5). SUR UNE TRANCHE D'IMAGES DONNEE, ON RECHERCHE LE VOLUME D'ETIQUETTES LE PLUS PROBABLE ETANT DONNE LE VOLUME DES OBSERVATIONS ASSOCIE. LA RELAXATION A LIEU SUR TOUT LE VOLUME CONSTITUE PAR LES N IMAGES. CETTE FORMULATION PRESENTE L'AVANTAGE D'INTEGRER L'INFORMATION TEMPORELLE SUR UN HORIZON PLUS ETENDU CE QUI S'AVERE PARTICULIEREMENT EFFICACE POUR L'ANALYSE DE SEQUENCES BRUITEES OU POUR LA RECONSTRUCTION COMPLETE DES ZONES DE GLISSEMENT DES OBJETS SUR EUX-MEMES. NOUS AVONS POUR FINIR INSERE L'ALGORITHME DE DETECTION SPATIO-TEMPOREL DANS UN CADRE MULTI-RESOLUTION SPATIO-TEMPORELLE. LA STRUCTURE HIERARCHIQUE DES DONNEES CONSISTE A CONSTRUIRE UNE PYRAMIDE DE SEQUENCES AU MOYEN D'UNE SERIE DE FILTRAGES PASSE-BAS ET DE SOUS-ECHANTILLONNAGES DANS CHACUNE DES TROIS DIRECTIONS X, Y, ET T. IL EN RESULTE UNE AMELIORATION DES PERFORMANCES DE L'ALGORITHME POUR LA DETECTION DES MOUVEMENTS TRES LENTS ET DES OBJETS PEU TEXTURES. CELLE-CI PROVIENT DE L'AMELIORATION DES OBSERVATIONS PRISES EN COMPTE PAR LE MODELE

Download or read book DETECTION ET SUIVI D OBJETS PAR ANALYSE DE SEQUENCES D IMAGES written by PATRICK.. PINEAU and published by . This book was released on 1991 with total page 390 pages. Available in PDF, EPUB and Kindle. Book excerpt: 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

Download or read book D tection de contours en mouvement dans une s quence d images written by François Cabestaing and published by . This book was released on 1992 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans ce travail, nous présentons la conception et la réalisation d'un processeur spécifique dédié à l'analyse de scènes dynamiques: le STREAM, Système Temps-Réel d'Extraction et d'Analyse du mouvement. Ce processeur permet la détection en temps-réel des contours de tous les objets en mouvement se déplaçant dans une scène observée par une caméra fixe. Nous avons évalué l'efficacité de plusieurs algorithmes permettant d'extraire d'une séquence d'images les contours des objets en mouvement, en adaptant au cas des contours mobiles divers critères de comparaison utilisés en traitement d'images statiques. Cette étude nous a permis de sélectionner la méthode de détection la plus adaptée au traitement de scènes réelles. L'algorithme retenu a été partitionné en opérateurs simples qui ont été implantés sur une série de cartes électroniques communicant par l'intermédiaire de liens vidéo numériques. L'efficacité du processeur STREAM a été vérifiée dans le cadre de deux expérimentations liées à l'amélioration de la sécurité dans les systèmes de transport en commun de voyageurs