De l'estimation locale à l'estimation globale de mouvement dans les séquences d'images

From local to global motion estimation in image sequences

• Auteur / Autrice : Eric Bruno
• Direction : Denis Pellerin
• Type : Thèse de doctorat
• Discipline(s) : Signal, image, parole, télécoms
• Date : Soutenance en 2001
• Etablissement(s) : Université Joseph Fourier (Grenoble ; 1971-2015)

Résumé

Cette thèse porte sur l'estimation et l'analyse du mouvement dans les séquences d'images. L'étape d'estimation consiste à déterminer le champ de vitesse entre deux images successives. La phase d'analyse permet d'extraire du mouvement des informations descriptives de la séquence. Nous avons développé deux estimateurs basés sur des modèles de mouvement opposés. Les deux algorithmes sont basés sur la résolution robuste et multi-résolutions des équations du flot optique. La première approche utilise un modèle de mouvement translationnel estimé localement. Une décomposition de la séquence par un banc de filtres de Gabor spatiaux et l'application de l'équation du flot optique sur chaque sous-bande permet de contourner le problème d'ouverture. La décomposition est implantée par des filtres récursifs, permettant une réduction importante du coût calculatoire de l'algorithme. Les résultats obtenus sur des séquences artificielles et réelles nous montrent que la méthode permet de mesurer de manière fiable et précise le flot optique entre deux images. La deuxième méthode est basée sur une modélisation globale du mouvement. Le modèle, valide en tout point de l'image, doit être suffisamment riche pour approximer les mouvements complexes présents dans les séquences d'images. Nous avons défini deux types de modèle : l'un est basé sur les séries de Fourier, l'autre sur les séries d'ondelettes. Les paramètres de Fourier ou d'ondelettes sont estimés en résolvant le système d'équations du flot optique appliquées en chaque pixel de l'image. Les résultats obtenus sont comparables aux résultats de l'approche d'estimation locale. Le dernier point de cette thèse concerne l'analyse du mouvement. Les paramètres des modèles du mouvement global fournissent une signature compacte du mouvement. Une expérience de classification de base vidéo et une de segmentation temporelle de vidéos montrent que cette signature est pertinente pour la description de vidéos.