Nouvelles approches de suivi par modèle d'apparence

Abstract

Le suivi des personnes, dans le domaine de la vision par ordinateur, a retenu une attention considérable, cette dernière décennie. En effet, les avancées importantes sont réalisées dans la modélisation du contenu visuel et les gammes d’applications qui utilisent les algorithmes de suivi des personnes particulièrement en : vidéosurveillance, interaction homme-machine, robotique, etc. Bien que, d’autres alternatives sont offertes dans la littérature, le suivi des personnes demeure une difficulté à cause du nombre élevé de facteurs environnementaux. Les travaux de cette thèse s’inscrit dans le cadre d'utilisation des représentations par modèle d'apparence pour le suivi des personnes dans une séquence d’images. De nouvelles méthodes pour suivre les personnes dans des scénarios du monde réel sont présentées, avec la résolution des difficultés en relation avec les environnements non contraints où l’unique information disponible sur la cible est sa position sur la première image de la séquence. Ainsi, les différents problèmes : l’occultation, les changements d’échelle et d’orientation, l’apparition d’éléments distracteurs, le mouvement de la caméra, la rotation, la similarité d’apparence entre la cible et l’arrière-plan, le changement d’illumination, etc., sont traités. Les principales contributions proposées dans cette thèse sont contractées sur quatre axes : Premièrement, nous avons proposé une méthode qui s’appuie sur les points d’intérêt couleurs et la couleur de la peau. L’utilisation de l’ensemble de ces points d’intérêt détectés sur les régions de la peau, nous permet de suivre ces régions en faisant des correspondances de ces points d’une image à l’autre ; Deuxièmement, nous avons proposée une approche basée sur l’algorithme Mean Shift en combinant les descripteurs de moments du poids de l’image et l’histogramme pondéré et corrigé de l’arrière-plan afin d’estimer les changements de la position, de l'échelle et de l'orientation de la cible ; Troisièmement, nous avons proposé une approche basée sur la combinaison des caractéristiques couleur-texture et l’information de l’arrière-plan pour représenter la cible ; Quatrièmement, nous avons proposée une nouvelle méthode qui vise à renforcer notre précédente contribution en améliorant considérablement la précision et le temps d’exécution. Cette méthode utilise la combinaison des caractéristiques couleur-texture qui est une partie commune avec la précédente et l’histogramme pondéré du premier-plan pour une représentation plus distinctive de la cible. Nos différentes approches de suivi des personnes sont testées et évaluées par des expérimentations et des comparaisons détaillées dans des scénarios du monde réel. De même, nous avons montré que l’exploitation efficace des caractéristiques locales (points d’intérêt couleurs) et globales (histogrammes) permet de prédire avec précision la position des personnes suivies, malgré les facteurs perturbateurs de la scène. Les avantages de ces approches dans le domaine de la vision par ordinateur sont multiples et bien dégagés. Ainsi, les résultats obtenus sont très satisfaisants.