Analyse d'images séquentielles de scènes routières par modèle d'apparence pour la gestion du réseau routier

DAHYOT

Type de document
THESE
Langue
français
Auteur
DAHYOT
Résumé / Abstract
Nous abordons dans cette thèse, le problème de l'indexation par le contenu de bases d'images séquentielles de scènes routières. On s'intéresse particulièrement à la détection et la reconnaissance des objets fixes sur l'accotement (arbres, panneaux,...). Deux méthodes de détection sont proposées. La première repose sur une analyse de l'apparence locale et sur une hypothèse de comportements statistiques temporels différents entre la classe d'objets d'intérêt et les autres éléments de la séquence vidéo. L'analyse des changements statistiques temporels permet d'extraire les densités de probabilités des mesures locales associées aux objets d'intérêt dont la localisation dans la séquence est ensuite réalisée par rétroprojection. Cette technique originale est non supervisée et détecte les évènements tels que l'apparition, la disparition ou le changement d'apparence des objets dans la séquence vidéo. La seconde méthode de détection proposée repose sur un apprentissage d'un ensemble de caractéristiques globales de l'apparence représentatives de la classe d'objets d'intérêt. Les techniques classiques de détection et de reconnaissance basées sur une représentation par espace propre, ne sont pas robustes aux perturbations locales telles que les occultations partielles. Pour palier ce problème, nous proposons de nouvelles procédures reposant sur des estimateurs statistiques robustes. Elles sont comparées aux méthodes classiques de détection et de reconnaissance par espace propre et montrent leur nette supériorité. Toutes les techniques proposées ici sont développées dans le cadre statistique bayésien permettant de prendre en compte un a priori sur la distribution dans l'espace propre.

puce  Accès à la notice sur le portail documentaire de l'IFSTTAR

  Liste complète des notices publiques de l'IFSTTAR