ISBN-13: 9783841626363 / Francuski / Miękka / 2018 / 236 str.
Le suivi d'objet dans les sA(c)quences d'images est un axe de recherche assez dA(c)veloppA(c) dans le domaine de la vision artificielle. Il peut Aatre vu comme un processus composA(c) de deux phases: la phase d'initialisation ou de segmentation dans laquelle nous dA(c)finissons dans l'image l'objet A suivre, et la phase de suivi pendant laquelle nous recherchons l'objet dans les images successives. Quatre approches de suivi d'objet ont A(c)tA(c) A(c)tudiA(c)es et implA(c)mentA(c)es, puis optimisA(c)es par rapport A leurs versions trouvA(c)es classiquement dans la littA(c)rature. La premiA]re approche concerne la mA(c)thode des courbes de niveau, abordA(c)e autant comme approche de segmentation que de suivi. La deuxiA]me approche permet de se placer dans un cadre BayA(c)sien et de formuler le suivi de maniA]re probabiliste grA ce A un filtrage particulaire. Dans la troisiA]me approche, l'algorithme de CamShift est appliquA(c) sur l'image avec un modA]le de l'objet A suivre construit sur deux canaux de couleur au lieu des trois plus gA(c)nA(c)ralement utilisA(c)s. Enfin une quatriA]me approche combinant une mise en correspondance de points d'intA(c)rAat et l'algorithme de CamShift a A(c)tA(c) dA(c)veloppA(c)e.
Le suivi dobjet dans les séquences dimages est un axe de recherche assez développé dans le domaine de la vision artificielle. Il peut être vu comme un processus composé de deux phases : la phase dinitialisation ou de segmentation dans laquelle nous définissons dans limage lobjet à suivre, et la phase de suivi pendant laquelle nous recherchons lobjet dans les images successives. Quatre approches de suivi dobjet ont été étudiées et implémentées, puis optimisées par rapport à leurs versions trouvées classiquement dans la littérature. La première approche concerne la méthode des courbes de niveau, abordée autant comme approche de segmentation que de suivi. La deuxième approche permet de se placer dans un cadre Bayésien et de formuler le suivi de manière probabiliste grâce à un filtrage particulaire. Dans la troisième approche, lalgorithme de CamShift est appliqué sur limage avec un modèle de lobjet à suivre construit sur deux canaux de couleur au lieu des trois plus généralement utilisés. Enfin une quatrième approche combinant une mise en correspondance de points dintérêt et lalgorithme de CamShift a été développée.