Détection d'évènements dans une séquence vidéo

Event detection in a video sequence

• Auteur / Autrice : Sébastien Lefèvre
• Direction : Nicole Vincent, Christian Proust
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2002
• Etablissement(s) : Tours

Mots clés

Mots clés contrôlés

Traitement du signal

Détection du signal

Markov, Processus de -- Solutions numériques

Markov, Processus de

Analyse numérique

Traitement d'images -- Techniques numériques

Temps réel (informatique)

Télédétection

Résumé

Le problème abordé ici concerne l'indexation de données multimedia par la recherche d'extraits pertinents. Nos travaux se focalisent sur l'analyse de séquences vedéo afin d'y détecter des évènement prédéfinis. La recherche de ces évènements étant contextuelles, nous proposons une architecture et des outils génériques et rapides pour la mise en oeuvre de systèmes d'indexation spécifiques. Nous insistons notamment sur les problèmes suivants : la segmentation temporelle des données, la séparation du fond et des objets, la structuration du fond, le suivi des objets (rigides ou non, avec ou sans apprentissage) et l'analyse des données audio. Afin de résoudre ces différents problèmes, les outils génériques que nous proposons sont basés sur des analyses semi-locales, des approches multirésolution, des modèles de Markov cachées et la méthode des contours actifs. L'architecture et les outils introduits ici ont été validés au travers de plusieurs applications.

Here we are concerned by multimedia data indexing by use of pertinent sample searching. Our work focuses on video sequence analysis in order to detect some predefined events. This search being contextual, we propose an architecture and some rapid tools, both generic, for building specific indexing systems. We deal in particular with the following problems : data temporal segmentation, background and object separation, background structure extraction, object tracking (rigid or non-rigid objects, with or without learning) and audio data analysis. In order to solve these different problems, the generic tools we are proposing are based on semi-local analyses, multiresolution approaches, hidden Markov models, and the active contour method. The architecture and the tools introduced here have been validated through several applications.