Thèse soutenue

Fusion multicapteurs pour la détection et le suivi de formes par filtrage particulaire : une approche dense

FR  |  
EN
Auteur / Autrice : Patrick Lanvin
Direction : Mohammed BenjellounJean-Charles Noyer
Type : Thèse de doctorat
Discipline(s) : Automatique, génie informatique, traitement du signal et des images
Date : Soutenance en 2004
Etablissement(s) : Littoral
Partenaire(s) de recherche : Laboratoire : Laboratoire d'Analyse des Systèmes du Littoral (Calais, Pas-de-Calais)

Mots clés

FR

Résumé

FR  |  
EN

Ces travaux de thèse portent sur le suivi, l'estimation de la position et du mouvement, et la détection d'objets 3D, dans un contexte multicapteurs. L'originalité du travail repose sur une modélisation dense de l'objet qui permet de s'affranchir de tout prétraitement des images. Le problème est posé sous la forme d'un modèle d'état non-linéaire dont on propose une résolution par une méthode de Monte-Carlo séquentielle, le filtrage particulaire. Ce dernier est en effet praticulièrement bien adapté au traitement des non-linéarités de modèle. L'utilisation d'une architecture de fusion centralisée permet de garantir l'optimalité des traitements. L'essentiel du travail se décompose en deux parties : la première concerne le cas des objets 2D. La méthode a été validée sur des séquences synthétiques et réelles monoculaires à faible rapport signal sur bruit. L'approche a ensuite été étendue à la détection et au suivi d'objets dans le cas où plusieurs hypothèses sont possibles. La seconde partie propose une modélisation globale dans le cas d'objets 3D et plus particulièrement dans un environnement multicapteurs, en fusionnant les mesures issues d'images d'intensité et de profondeur. En guise de perspective, une dernière partie décrit quelques stratégies possibles pour diminuer le coût calculatoire de la méthode.