| Découverte incrémentale d'objets déformables dans des séquences vidéo par vision numérique |
| Doctorat |
| Stéphane Drouin |
Marc Parizeau (Directeur)
Patrick Hébert (Codirecteur) |
 |
| Problème: L'objectif de ce travail est de décrire automatiquement les mouvements d'un objet articulé à partir d'une séquence vidéo de ses déplacements. Ce projet contribue à l'atteinte d'un système autonome en proposant une méthode automatique d'acquisition et d'utilisation de nouvelles connaissances. |
| Motivation: Les systèmes intelligents sont appelés à devenir omniprésents dans notre environnement. Leurs interactions avec les humains demanderont de leur part une capacité d'acquérir des connaissances nouvelles par un processus d'apprentissage. C'est dans ce contexte qu'a été mis sur pied le projet COGNOIS. Un des objectifs de ce projet est l'observation des êtres humains et la compréhension de leurs comportements par des systèmes intelligents. |
| Approche: Les parties rigides d'un objet articulé sont segmentées sur la base de leurs mouvements, puis ces parties sont automatiquement arrangées dans un modèle articulé qui est ensuite utilisé pour le suivi de l'objet.
La construction automatique d'un modèle émerge du problème d'initialisation rencontré dans tous les systèmes de suivi et fournit une aptitude à acquérir des connaissances nouvelles. L'approche proposée est générale et permet de décrire plusieurs types d'objets articulés, comme des humains ou des objets manufacturés. |
| Défis: Le suivi automatique d'un objet articulé par un système de vision numérique doit rencontrer deux objectifs: le système doit rester accroché à la cible du début à la fin de la séquence (suivi) et le système doit estimer les paramètres temporels qui décrivent le mouvement (mesure du mouvement). Atteindre ces objectifs demande de relever trois défis principaux: l'initialisation, la robustesse et la stabilisation.
L'initialisation englobe plusieurs aspects qui sont nécessaires au système pour obtenir une interprétation initiale de la scène. Ainsi, le calibrage des caméras et la modélisation de l'arrière-plan font partie de l'initialisation. Dans les systèmes de suivi existants, la partie la plus problématique concerne l'initialisation du modèle. Typiquement, cet aspect est réalisé manuellement et inclut: le choix du modèle pour représenter les données, l'estimation des paramètres invariants du modèle (taille et apparence des membres) et la correspondance initiale entre le modèle et les images.
La robustesse permet au suivi de se poursuivre malgré la présence d'éléments indésirables dans les images. Ainsi, un système robuste devra résister aux occultations partielles, prolongées ou non, et résister aux occultations totales en réinitialisant le suivi à la fin de l'événement. Un système robuste devra également tolérer le bruit comme les problèmes d'éclairage, les ombres ou le bruit de capteur.
Finalement, la stabilisation est un filtrage qui rend la description obtenue cohérente avec le modèle utilisé malgré la présence de bruit dans les mesures. |
| Applications: Une application d'un tel système est la surveillance de lieux publics. Sous la prémisse COGNOIS, un système de surveillance exploitant des modalités sensorielles, optiques, acoustiques, mécaniques, etc. serait en mesure d'identifier en temps réel les événements inattendus et de contacter les autorités compétentes en cas de besoin. Par exemple, il pourrait détecter une personne qui perd connaissance dans un stationnement et demander une assistance médicale. |
| Résultats attendus: La principale contribution de ce travail est, étant donné un choix de méthodes de segmentation et de suivi, de proposer une boucle de rétroaction pour un système général de suivi d'objets articulés. |
| Calendrier: Janvier 2003 - décembre 2007 |
| Support: CRSNG, FQRNT, Precarn |
| Référence web: http://vision.gel.ulaval.ca/~sdrouin/tracking/ |
| Dernière modification: 2007/11/12 par sdrouin |
