Modèle multi-couches pour l'analyse de séquences vidéo

Multi layer model in video analysis

• Auteur / Autrice : Sylvain Pelletier
• Direction : Françoise Dibos, Georges Koepfler
• Type : Thèse de doctorat
• Discipline(s) : Sciences. Mathématiques appliquées
• Date : Soutenance en 2007
• Etablissement(s) : Paris 9

Mots clés

Mots clés contrôlés

Vidéomatique

Modèles mathématiques

Traitement d'images -- Techniques numériques

Résumé

Cette thèse est consacrée à l'étude du modèle multi-couches et de ses applications en traitement de la vidéo. Selon ce modèle, une séquence vidéo est obtenue comme la projection d'une scène 3d composée d'objets opaques, situés à différentes profondeurs. Dans le chapitre 1, nous proposons un algorithme temps-réel de segmentation des objets en mouvement basé sur ce modèle. En supposant le fond connu et la caméra fixe, nous comparons l'image venant du flux vidéo et ce fond, et nous détectons les zones où le fond est occulté. De plus, nous utilisons la détection a contrario pour modéliser les objets mobiles comme les groupements significatifs de changements. Dans le chapitre 2, nous cherchons à reconstruire les couches à partir de la séquence vidéo. Pour cela, nous proposons un modèle de déformation de la projection de l'objet sur l'image, valable sous certaines hypothèses sur le mouvement de l'objet. Puis, dans le chapitre 3, nous proposons une méthode variationnelle permettant d'extraire de la séquence, les couches des objets mobiles, même dans le cas d'occultation

We propose to study in this thesis the layer model and its applications to video analysis. According to this model, a video sequence is obtained by the projection of a three dimensional scene composed of several opaque objects located at different depths from the camera. The background is the last layer, and the moving objects are projected upon it, in order opposite of their depth. In the first chapter, we set forth a real-time video segmentation method based upon the layer model. Given a known background and a fixed camera, we compare the current frame and the background, detecting the occluded zones. Likewise we use a contrario detection to detect moving objects as meaningful clusters of changes. In Chapter 2, we look for reconstruction of layers from the video. We propose a deformation model of the objects' projection on the image, valid under some hypothesis on the objects' movement. Chapter 3 proposes a variational method to extract moving object layers from the sequence, even if these are hidden during several images