Projet : TEMICS - temics

<body bgcolor="#FFFFFF" text="#000000" link="#9944EE" vlink= "#0000FF" alink="#00FF00"> <h2><a name="SECTION00032000000000000000" id= "SECTION00032000000000000000">Estimation de mouvement et segmentation</a></h2> <a name="TEMICS_fondements_mvt" id= "TEMICS_fondements_mvt"></a> <p><strong>Mots clés :</strong> <i>modèles affines, modèle de caméra, prédiction .</i></p> <h3>Résumé :</h3> <div class="ABSTRACT"> <i>L'estimation du mouvement de la caméra, de régions ou d'objets au sein de séquences vidéo naturelles, ainsi que le calcul des segmentations correspondantes constituent des aspects essentiels sur lesquels s'appuient plusieurs axes de recherche du projet. La connaissance du mouvement permet en effet d'analyser le contenu dynamique d'une scène, ce qui facilite les manipulations du contenu objet des séquences ou sa reconstruction 3<small>D</small>. L'estimation de mouvement est un maillon très important dans les schémas de compression vidéo à base de prédiction temporelle, et dans les algorithmes de segmentation et de modélisation 3<small>D</small>.</i> </div> <p>Le mouvement apparent directement visible dans les images représente le mouvement relatif entre l'objet et la caméra. L'estimation du mouvement propre des objets nécessite une compensation du mouvement de la caméra qui peut être réalisée en estimant le mouvement apparent d'une zone fixe dans l'image. L'estimation du mouvement peut être réalisée par pixel ou par région. Dans ce dernier cas, il est nécessaire de procéder à une segmentation des images considérées. TEMICS privilégie les approches par régions. Elles nécessitent l'utilisation d'une modélisation du mouvement 2<small>D</small> qui s'appuie souvent sur le modèle affine suivant, bien que des modèles plus simples (le modèle translationnel), ou des modèles plus complexes (le modèle homographique), puissent également être utilisés :</p> <p><br /></p> <div align="center" class="mathdisplay">  <table cellpadding="0" align="center" width="100%"> <tr valign="middle"> <td nowrap="nowrap" align="right"><i>dx</i> = <i>t</i><sub>x</sub> + <i>k</i>.(<i>x</i> - <i>x</i><sub>g</sub>) - <img width="8" height="24" align="middle" border="0" src="img11.png" alt= "$\displaystyle \theta$" />(<i>y</i> - <i>y</i><sub>g</sub>) + <i>h</i><sub>1</sub>(<i>x</i> - <i>x</i><sub>g</sub>) + <i>h</i><sub>2</sub>(<i>y</i> - <i>y</i><sub>g</sub>),</td> <td> </td> <td> </td> <td class="eqno" width="10" align="right">(<span class= "eqn-number">4</span>)</td> </tr> <tr valign="middle"> <td nowrap="nowrap" align="right"><i>dy</i> = <i>t</i><sub>y</sub> + <i>k</i>.(<i>y</i> - <i>y</i><sub>g</sub>) + <img width="8" height="24" align="middle" border="0" src="img11.png" alt= "$\displaystyle \theta$" />(<i>x</i> - <i>x</i><sub>g</sub>) + <i>h</i><sub>1</sub>(<i>y</i> - <i>y</i><sub>g</sub>) + <i>h</i><sub>2</sub>(<i>x</i> - <i>x</i><sub>g</sub>),</td> <td> </td> <td> </td> <td class="eqno" width="10" align="right"> </td> </tr> </table> </div><br clear="all" /> où <span class="MATH"><i>t</i><sub>x</sub></span> et <span class="MATH"><i>t</i><sub>y</sub></span> représentent les termes translationnels, et <span class= "MATH"><i>k</i></span> le facteur de divergence. Le terme <span class="MATH"><img width="9" height="12" align="bottom" border="0" src="img10.png" alt="$ \theta$" /></span> est l'angle de rotation plan, et <span class= "MATH"><i>h</i><sub>1</sub></span> et <span class= "MATH"><i>h</i><sub>2</sub></span> sont les termes hyperboliques. Il est important de noter que la vidéo ne restituant qu'une projection bidimensionnelle du mouvement tridimensionnel des objets, ce modèle ne permet d'obtenir qu'une représentation approximative du mouvement apparent 2<small>D</small>. L'estimation de ces paramètres de mouvement est utile non seulement pour l'analyse du mouvement proprement dit, mais aussi pour le recalage des images dans un référentiel de représentation commun dans le cadre de la construction d'images mosaïques 2<small>D</small>, ou de la reconstruction 3<small>D</small> d'une scène. Le type de régions utilisé varie selon l'application visée. Classiquement, les méthodes de compression vidéo utilisent des segmentations en régions carrées, alors que des techniques d'édition vidéo basée objet ont besoin des contours précis des objets vidéo. Des formats de segmentation intermédiaires tels que les régions de forme polygonale ou les maillages triangulaires sont également utilisés en compression vidéo ou en analyse de scènes. </body>