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 Outils d analyse vid o pour une pleine exploitation des donn es de la vid oprotection written by DUFOUR Jean-Yves and published by Lavoisier. This book was released on 2012-10-22 with total page 386 pages. Available in PDF, EPUB and Kindle. Book excerpt: 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.

Download or read book D tection et suivi d objets dans les sc nes anim es written by Lionel Carminati and published by . This book was released on 2006 with total page 202 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans le cadre de cette thèse nous nous sommes intéressés à l'application des outils d'apprentissage statistique aux problèmes d'extraction et de suivi d'objets dans le contexte de la surveillance vidéo par des caméras statiques. Notre étude se déroule en trois phases : la première consiste à détecter l'ensemble des objets en mouvement par l'analyse des variations de luminosité au cours du temps. Nous avons proposé pour cela une méthode de détection de tels objets dans la continuité des travaux de Grimson et Stauffer à la base de la modélisation de la luminance des pixels par des mélanges des lois Gaussiennes. Nous proposons une règle de décision statistique au sens du MAP simplifiée pour satisfaire les contraintes temps-réel. Une régularisation des résultats de la détection par modélisation des champs des étiquettes en tant que champs de Markov nous a permis d'obtenir des masques de mouvement les plus complets aussi bien au niveau spatial que temporel. Suite à cette première analyse, un deuxième processus de détection est exécuté en vue de l'identification d'un ou plusieurs objets d'intérêt. L'ensemble de ces objets est prédéfini au préalable par un opérateur. Dans le cadre de ce travail, nous avons envisagé une application concrète, celle de la détection de visages, tout en considérant des solutions statistiques de classification suffisamment généralistes ainsi qu'une étude des espaces de représentation adéquats. Nous avons étudié et déployé un classifieur à base de Support Vector Machine -SVM-. Afin d'optimiser les temps de calcul, nous avons proposé une méthode d'élimination des vecteurs de support linéairement dépendants ainsi qu'un schéma de détection de l'objet d'intérêt uniquement dans les zones de mouvement précédemment détectées. Enfin, la troisième contribution de cette thèse consiste en un outil de suivi d'objet appris avec un modèle de mouvement affine complet de premier ordre et ceci à la base du même formalisme SVM. Ici les paramètres de classifieur appris à l'étape de la détection sont réutilisés pour le suivi. Ce modèle permet ainsi de gérer les mouvements complexes des objets filmés dans des environnements naturels.

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 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 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

Download or read book Etude et r alisation d un calculateur temps r el embarqu pour la d tection de petits objets dans des s quences d images multi chelles written by Christophe Hennequin and published by . This book was released on 2008 with total page 132 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'inscrit dans le cadre d'un projet de l'Institut Franco-Allemand de Recherches de Saint-Louis (ISL) consistant à équiper des projectiles d'artillerie d'un système d'acquisition et de traitement d'images embarqué. L'étude est consacrée à la détection de cibles en temps réel dans des séquences d'images aériennes avec pour contraintes imposées, la qualité dégradée des images, la taille réduite des cibles et l'altitude de prise de vue variable. Les performances des algorithmes de référence pour la détection rapide de petits objets étant insuffisantes sur nos séquences d'images, un algorithme de détection avancé est développé associant une méthode statistique et un filtrage morphologique. Après une analyse détaillée du comportement du détecteur et la validation de ses performances, une approche adéquation algorithme/architecture est considérée afin de rendre le traitement compatible avec le calcul en temps réel sur un système embarqué. Enfin, la conception d'une architecture spécifique à fort parallélisme permet de réaliser un prototype de calculateur sur un composant programmable.

Download or read book D tection localisation et suivi des obstacles et objets mobiles partir d une plate forme de st r o vision written by Benjamin Lefaudeux and published by . This book was released on 2013 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse s'inscrit dans la problématique de la perception des véhicules autonomes, qui doivent notamment être capables de détecter et de positionner à tout moment les éléments fixes et mobiles de leur environnement. Les besoins sont ensuite multiples, de la détection d'obstacles à la localisation du porteur dans l'espace, et de nombreuses méthodes de la littérature s'y attellent. L'objectif de cette thèse est de reconstituer, à partir de prises de vues de stéréo-vision, une carte en trois dimensions décrivant l'environnement proche ; tout en effectuant une détection, localisation et suivi dans le temps des objets mobiles.La détection et le suivi dans le temps d'un grand nombre de points d'intérêt constitue une première étape. Après avoir effectué une comparaison exhaustive de divers détecteurs de points d'intérêt de la littérature, on propose pour réaliser le suivi de points une implémentation massivement parallélisée de l'algorithme KLT, dans une configuration redondante réalisée pendant cette thèse. Cette implémentation autorise le suivi fiable de milliers de points en temps réel, et se compare favorablement à l'état de l'art.Il s'agit ensuite d'estimer le déplacement du porteur, et de positionner ces points dans l'espace, tâche pour laquelle on propose une évolution robuste d'une procédure bien connue, dite "SVD", suivie d'un filtrage par UKF, qui nous permettent d'estimer très rapidement le mouvement propre du porteur. Les points suivis sont ensuite positionnés dans l'espace, en prenant en compte leur possible mobilité, en estimant continuellement la position la plus probable compte tenu des observations successives.La détection et le suivi des objets mobiles font l'objet d'une dernière partie, dans laquelle on propose une segmentation originale tenant compte des aspects de position et de vitesse. On exploite ainsi une des singularités de notre approche, qui conserve pour chaque point positionné un ensemble cohérent de positions dans le temps. Le filtrage et le suivi des cibles se basent finalement sur un filtre GM-PHD.

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 Proceedings written by and published by . This book was released on 2005 with total page 364 pages. Available in PDF, EPUB and Kindle. Book excerpt:

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 suivi d objets par vision fond s sur segmentation par contour actif base r gion written by Wassima Ait Fares and published by . This book was released on 2013 with total page 130 pages. Available in PDF, EPUB and Kindle. Book excerpt: La segmentation et le suivi d'objets sont des domaines de recherche compétitifs dans la vision par ordinateur. Une de leurs applications importantes réside dans la robotique où la capacité à segmenter un objet d'intérêt du fond de l'image, d'une manière précise, est cruciale particulièrement dans des images acquises à bord durant le mouvement du robot. Segmenter un objet dans une image est une opération qui consiste à distinguer la région objet de celle du fond suivant un critère défini. Suivre un objet dans une séquence d'images est une opération qui consiste à localiser la région objet au fil du temps dans une vidéo. Plusieurs techniques peuvent être utilisées afin d'assurer ces opérations. Dans cette thèse, nous nous sommes intéressés à segmenter et suivre des objets en utilisant la méthode du contour actif en raison de sa robustesse et son efficacité à pouvoir segmenter et suivre des objets non rigides. Cette méthode consiste à faire évoluer une courbe à partir d'une position initiale, entourant l'objet à détecter, vers la position de convergence qui correspond aux bords de cet objet d'intérêt. Nous utilisons des critères qui dépendent des régions de l'image ce qui peut imposer certaines contraintes sur les caractéristiques de ces régions comme une hypothèse d'homogénéité. Cette hypothèse ne peut pas être toujours vérifiée du fait de l'hétérogénéité souvent présente dans les images. Dans le but de prendre en compte l'hétérogénéité qui peut apparaître soit sur l'objet d'intérêt soit sur le fond dans des images bruitées et avec une initialisation inadéquate du contour actif, nous proposons une technique qui combine des statistiques locales et globales pour définir le critère de segmentation. En utilisant un rayon de taille fixe, un demi-disque est superposé sur chaque point du contour actif afin de définir les régions d'extraction locale. Lorsque l'hétérogénéité se présente à la fois sur l'objet d'intérêt et sur le fond de l'image, nous développons une technique basée sur un rayon flexible déterminant deux demi-disques avec deux rayons de valeurs différentes pour extraire l'information locale. Le choix de la valeur des deux rayons est déterminé en prenant en considération la taille de l'objet à segmenter ainsi que de la distance séparant l'objet d'intérêt de ses voisins. Enfin, pour suivre un objet mobile dans une séquence vidéo en utilisant la méthode du contour actif, nous développons une approche hybride du suivi d'objet basée sur les caractéristiques de la région et sur le vecteur mouvement des points d'intérêt extraits dans la région objet. En utilisant notre approche, le contour actif initial à chaque image sera ajusté suffisamment d'une façon à ce qu'il soit le plus proche possible au bord réel de l'objet d'intérêt, ainsi l'évolution du contour actif basée sur les caractéristiques de la région ne sera pas piégée par de faux contours. Des résultats de simulations sur des images synthétiques et réelles valident l'efficacité des approches proposées.

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 Contribution l analyse et l interpr tation du mouvement humain written by Vincent Girondel and published by . This book was released on 2006 with total page 226 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail de recherche présenté dans ce mémoire est dédié à l'analyse et à l'interprétation du mouvement humain avec application à la reconnaissance de postures. L'analyse et l'interprétation du mouvement humain en vision par ordinateur ont de nombreux domaines d'applications tels que la vidéosurveillance, les applications de réalité mixte et les interfaces homme-machine avancées. Nous proposons ici un système temps-réel permettant une analyse et une interprétation du mouvement humain. L'analyse du mouvement humain fait intervenir plusieurs processus de traitement d'images tels que la segmentation d'objets en mouvement, le suivi temporel, la détection de peau, les modèles de corps humain et la reconnaissance d'actions ou de postures. Nous proposons une méthode de suivi temporel en deux étapes permettant de suivre au cours du temps une ou plusieurs personnes même si elles s'occultent entre elles. Cette méthode est basée sur un calcul d'intersection de boîtes englobantes rectangulaires et sur un filtrage partiel de Kalman. Puis nous explicitons une méthode de détection de peau par une approche couleur afin de localiser leurs visages et leurs mains. Toutes ces étapes préliminaires donnent accès à de nombreuses informations bas-niveau. Dans une dernière partie nous utilisons une partie de ces informations pour reconnaître les postures statiques de personnes parmi les postures suivantes: debout, assis, accroupi et couché. De nombreux résultats illustrent les avantages et les limitations des méthodes proposées ainsi que leur efficacité et robustesse.

Download or read book M thodes par ensembles de niveaux et modes conditionnels it r s pour la segmentation vid o written by Florent Ranchin and published by . This book was released on 2004 with total page 157 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse est consacrée à l'étude d'un problème de vision par ordinateur et de deux problèmes de vidéo surveillance. Nous proposons une méthode de détection d'objets en mouvement dans une séquence vidéo basée sur une détermination préalable du mouvement apparent et sur un problème d'optimisation de forme. Pour d'autres modèles de détection et de suivi d'objets en mouvement, nous proposons d'appliquer l'algorithme discret des modes conditionnels itérés réputé très rapide et qui permet de réduire le temps de calcul des algorithmes continus lorsqu'il leur est combiné. En vidéo surveillance, on cherche d'une part à estimer la densité d'une foule et d'autre part à détecter des comportements anormaux dans l'environnement du métro parisien. Nous proposons une estimation de la densité d'une foule basée sur un calcul de courbure sur l'image. La détection de comportements anormaux s'effectue par une recherche des modes dans l'histogramme des directions du mouvement apparent.

Download or read book Conception et mise en oeuvre d algorithmes de vision temps r el pour la vid o surveillance intelligente written by Hicham Ghorayeb and published by . This book was released on 2007 with total page 191 pages. Available in PDF, EPUB and Kindle. Book excerpt: Notre objectif est d'étudier les algorithmes de vision utilisés aux différents niveaux dans une chaîne de traitement vidéo intelligente. On a prototypé une chaîne de traitement générique dédiée à l'analyse du contenu du flux vidéo. En se basant sur cette chaîne de traitement, on a développé une application de détection et de suivi de piétons. Cette application est une partie intégrante du projet PUVAME.Cette chaîne de traitement générique est composée de plusieurs étapes: détection, classification et suivi d'objets. D'autres étapes de plus haut niveau sont envisagées comme la reconnaissance d'actions, l'identification, la description sémantique ainsi que la fusion des données de plusieurs caméras. On s'est intéressé aux deux premières étapes. On a exploré des algorithmes de segmentation du fond dans un flux vidéo avec caméra fixe. On a implémenté et comparé des algorithmes basés sur la modélisation adaptative du fond.On a aussi exploré la détection visuelle d'objets basée sur l'apprentissage automatique en utilisant la technique du boosting. Cependant, On a développé une librairie intitulée LibAdaBoost qui servira comme un environnement de prototypage d'algorithmes d'apprentissage automatique. On a prototypé la technique du boosting au sein de cette librairie. On a distribué LibAdaBoost sous la licence LGPL. Cette librairie est unique avec les fonctionnalités qu'elle offre.On a exploré l'utilisation des cartes graphiques pour l'accélération des algorithmes de vision. On a effectué le portage du détecteur visuel d'objets basé sur un classifieur généré par le boosting pour qu'il s'exécute sur le processeur graphique. On était les premiers à effectuer ce portage. On a trouvé que l'architecture du processeur graphique est la mieux adaptée pour ce genre d'algorithmes.La chaîne de traitement a été implémentée et intégrée à l'environnement RTMaps. On a évalué ces algorithmes sur des scénarios bien définis. Ces scénarios ont été définis dans le cadre de PUVAME.

Download or read book DETECTION DE MOUVEMENT PAR ANALYSE DE SEQUENCES D IMAGES MONOCYLAIRES APPLICATION A L ESTIMATION DE FLUX DE PIETONS EN MILIEU URBAIN written by PATRICK.. NANNOORENBERGHE and published by . This book was released on 1997 with total page 195 pages. Available in PDF, EPUB and Kindle. Book excerpt: LE TRAVAIL PRESENTE DANS CETTE THESE VISE A ESTIMER LE MOUVEMENT D'OBJETS DEFORMABLES A PARTIR DE L'ANALYSE D'UNE SEQUENCE D'IMAGES MONOCULAIRES. DANS UN CONTEXTE OU LA CAMERA EST FIXE, LA DETECTION DE MOUVEMENT PEUT ETRE ENVISAGEE EN COMPARANT CHAQUE IMAGE DE LA SEQUENCE A UNE IMAGE DE REFERENCE. LA MISE A JOUR DE L'IMAGE DE REFERENCE EST CONTROLEE PAR UN FILTRE RECURSIF EN VALIDANT DES CONTRAINTES LIEES AU COMPORTEMENT DES OBJETS DANS LA SCENE. DANS UNE PREMIERE PARTIE, LA NOTION DE STRUCTURE, DEFINIE COMME UN ENSEMBLE DE GRADIENTS DIRECTIONNELS, PERMET DE FIABILISER LA DECISION EN CE QUI CONCERNE LE MOUVEMENT DANS CHACUNE DES IMAGES DE LA SEQUENCE. UNE PROCEDURE DE SUIVI, BASEE SUR LA MISE EN CORRESPONDANCE DE STRUCTURES EXTRAITES DE DEUX IMAGES SUCCESSIVES DE LA SEQUENCE, EST PROPOSEE. DANS LE CADRE DU PROJET CARREFOUR INTELLIGENT, LE CAPTEUR AINSI CREE EST UTILISE POUR MESURER EN TEMPS REEL DES INFORMATIONS CONCERNANT LES PIETONS. L'ACQUISITION DE CERTAINS PARAMETRES TELS QUE LES TEMPS DE TRAVERSEE OU LES FLUX D'ATTENTE PERMET DE GERER DE FACON OPTIMALE LE TRAFIC EN PRIVILEGIANT LES DEPLACEMENTS DES PIETONS PAR RAPPORT AUX VEHICULES. DES RESULTATS PROBANTS DE DETECTION ET DE MESURE ONT ETE OBTENUS SUR DES SEQUENCES D'IMAGES REELLES CORRESPONDANT A DES SITUATIONS COMPLEXES DE SCENES D'EXTERIEUR EN MILIEU URBAIN.