Description
Date depot: 1 janvier 1900
Titre: Coopération entre réseaux bayésiens, raisonnement spatial et filtrage particulaire pour le suivi d'objets dans des Séquences vidéo
Directeur de thèse:
Christophe GONZALES (LIP6)
Directrice de thèse:
Severine DUBUISSON (LIS)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Les deux problèmes principaux du suivi multi-objets dans des séquences vidéo concernent l'identification des objets selon les mesures dont on dispose (estimation d'état), et la mise en correspondance des bonnes mesures avec les bons objets (problème d'association). Mais cette problématique générale induit de nombreux autres problèmes dus à la grande variété des séquences vidéo. Citons par exemple les problèmes d'occultation entre objets, d'apparition ou de disparition d'objets, le cas des mouvements erratiques, des fortes déformations (rigides ou non) des objets ou de changement d'illumination au cours du temps, etc. La plupart des méthodes existantes posent des informations a priori sur les données, les mouvements, etc., pour réduire la complexité du problème à résoudre.
L'objectif de cette thèse est de proposer un cadre le plus général possible pour s'affranchir de ces restrictions, et pour cela nous proposons d'exploiter et faire interagir entre elles des approches récentes et complémentaires qui n'ont été que très peu utilisées dans le contexte du suivi vidéo avec des situations complexes : filtrage particulaire pour modéliser le problème de suivi, réseaux bayésiens pour la mise à jour et l'inférence des états du système, et raisonnement spatial afin de prendre en compte des relations spatiales entre objets et entre positions des objets à différents instants.
Doctorant.e: Nguyen Xuan Son