Contributions au système de vidéosurveillance intelligente : modélisation, détection et classification

Abstract

Comme la vision humaine ne peut être complète sans l'intervention du cerveau qui interprète les informations reçues par l'œil et analyse les différentes situations d'une manière spontanée, la vision par ordinateur aussi ne peut pas être menée à bien sans un système de vision intelligent capable de fonctionner d’une manière proche de celle de l’œil humain. Cette dernière peut facilement distinguer les objets en mouvement des objets statiques qui composent la scène, indépendamment des conditions d'éclairage (leurs ombres par exemple), de reconnaître les objets et les suivre ... Dans cette thèse, nous proposons des approches pour modéliser ces capacités de l'œil humain afin d'améliorer le système de vision artificielle. Premièrement, pour extraire les objets en mouvement, nous avons proposé un algorithme de modélisation du fond en se basant sur la dynamicité des objets. L'algorithme est basé sur la définition du fond comme un ensemble d'objets statiques et sur l'observation suivante : un objet statique est un ensemble de pixels ayant la même apparence dans un long intervalle de temps. La nouveauté de notre approche est la notion de continuité temporelle. Par ailleurs, nous avons également proposé une formule de mise à jour permettant de reconstruire le modèle de fond périodiquement en fonction de l’image actuelle et la dernière image de fond. Deuxièmement, nous avons proposé deux approches pour détecter et éliminer l’ombre en exploitant les propriétés géométriques et spectrales de l'ombre. Dans la première approche, une analyse spatiale est utilisée pour détecter les régions d'ombres candidats. Ensuite, la validité des régions détectées comme ombres a été vérifiée à l'aide d'une analyse des couleurs qui permet d'associer à chaque pixel éclairé son équivalent ombragé en supposant que la transformation de la lumière à l'ombre est une fonction linéaire sur l’espace vectoriel RVB. Les valeurs de R, V et B à l'ombre sont obtenus de manière empirique. La seconde approche est plus robuste, a une faible complexité de calcul et elle n’a pas besoin d'information empirique. Dans cette approche, nous avons adopté l'hypothèse de l’atténuation linéaire et nous avons calculé le ratio de contraste entre la région éclairée et la région ombragée pour obtenir les coefficients de linéarité de chaque canal de couleur.

Troisièmement, afin d'estimer les paramètres de trafic routier, nous avons proposé une approche pour classifier les véhicules en utilisant comme caractéristiques les moments de Hu, extraites des véhicules apparaissant dans une sous fenêtre, et un classificateur à base de l’analyse discriminante est conçu pour classer les véhicules détectés en trois catégories. L'efficacité de toutes les approches proposées dans cette thèse a été évaluée sur des scènes

vidéos connus, y compris les scènes ‘‘ Taiwan’s highways’’, ‘’Italy highway’’, ‘’highway I’’, ‘’highway II’’ et ‘’France highway ’’ qui sont disponibles publiquement.