Les caractéristiques visuelles pour le suivi d’objets :
Les caractéristiques de l'image à extraire en vue de la détection bas niveau des indices, pour
le suivi du corps, sont la couleur, les contours, la texture, le mouvement, la profondeur.
1. Caractéristique de couleur :
Les couleurs sont une des caractéristiques les plus utilisées en représentation d’objets, et les
plus intuitives pour décrire l’apparence d’un objet, car ils sont le repère le plus évident pour
l’œil humain. Généralement, l’information couleur est représentée dans l’espace de couleur
RGB. Mais l'information de couleur seule ne suffit pas, elle n'est pas robuste aux variations
de luminosité.
2. Caractéristique contour :
Les contours, bien que plus robustes que l'information colorée aux variations d'éclairage.
[Cristian Sminchisescu and Bill Triggs] estiment la vraisemblance de leur modèle par rapport
aux observations issues de la détection de contours par l'algorithme de Sobel et le calcul de
flot optique. Un algorithme de Shen Castan détecte les contours dans l'image et une
transformée de Hough rassemble les contours en droites, correspondant aux directions
générales des membres candidats.
3. Caractéristique mouvement :
Dans le cas du suivi, l'estimation du mouvement dans une image permet de prédire la position
des membres à l'image suivante, en supposant la variation du mouvement négligeable sur une
courte période de temps. Une des techniques utilisées est par calcul du flot optique entre les
images afin d'estimer le mouvement dans la scène.
Le calcul du flot optique consiste à extraire un champ de vitesses dense à partir d’une
séquence d’image, en supposant que le même pixel conserve la même luminosité entre les
images consécutives. La théorie de flot optique est fondée sur l’hypothèse de conservation
spatio-temporelle de la luminance de la scène.
Cette caractéristique est connue par sa complexité calculatoire et donc la mise en œuvre en
temps réel est difficile et couteuse.
4. Caractéristique de texture :
La texture d’un objet est également une caractéristique utilisée pour modéliser les objets. La
texture est une mesure de la variation d’intensité d’une surface, en décrivant des propriétés
comme la douceur et la régularité, elle est efficace mais difficile à utiliser dans des
applications temps-réel. Les caractéristiques de texture sont moins sensibles aux changements
d’illumination par rapport à la couleur
Processus d’un système de camera :
1. La détection :
Elle consiste à étiqueter chaque pixel d’une image et l’associer ou non à une région en
mouvement dans la scène. En effet elle fournit une classification des pixels, soit en avant plan
(mobile) ou arrière-plan (statique).
2. Le suivi :
Le suivi des personnes, dans sa forme la plus simple, est l’estimation de la trajectoire d’une
personne en mouvement dans le plan image
Ce processus de suivi d’un individu cible permettra de générer son chemin parcouru qui
représente un des moyens les plus utilisés pour décrire l’activité d’une personne.
3. La reconnaissance :
La reconnaissance de personnes consiste à identifier un individu cible parmi un ensemble
d’individus.
La reconnaissance d’actions se fait après le suivi et consiste à reconnaitre les actions des
individus cibles dans des séquences vidéo afin de permettre une description sémantique
ultérieure, de sorte que le système puisse comprendre le comportement et l’activité de chaque
personne.
Les Méthodes de suivi d'objets :
Diverses stratégies de suivi de cibles ont été développées, on peut les regrouper en trois
grandes familles :
1. Suivi par point :
L’objet cible est représenté par son centroïde ou par un ensemble de points caractéristiques.
Les objets détectés dans des images consécutives sont représentés par un point typiquement
centré, ou par un ensemble de points ou l’association de ces points est basée sur l’état
précédent de l’objet en termes de position et de mouvement.
2. Suivi par fenêtre :
L’objet cible est représenté par des formes géométriques telles qu’un rectangle, une ellipse
ou un cercle (peut être une forme qui entoure ou qui est à l’intérieur de l’objet cible).
3. Suivi par silhouette :
Elles effectuent le suivi d’un objet en estimant sa région dans chaque image puis utilisent les
informations extraites de cette région pour le suivi. Pour un modèle d’objet, la silhouette est
suivie soit par l’évolution de contours ou le squelette d’objet.
Conclusion :
Dans ce projet, nous avons présenté dans un premier temps les différentes
caractéristiques visuelles pour le suivi des personnes, celles-ci jouent un rôle
fondamental dans le suivi visuel.
Tandis que dans un deuxième temps, nous avons présenté un état de l’art sur la
détection des personnes, qui représente le fondement de tout algorithme de
suivi. Chaque méthode de suivi nécessite un mécanisme de détection d’objet,
soit sur toutes les trames, soit lorsque l’objet apparaît pour la première fois dans
la vidéo. Cependant, la détection visuelle est difficile, car l’apparence de l’objet
peut varier en raison de nombreux facteurs (l’occultation, l’illumination, la
texture et l’articulation, etc).
Ensuite, nous avons présenté le suivi et les trios méthodes de suivi et la
différence entre ces méthodes. Ensuite nous avons cité les différentes difficultés
du suivi.
Pour résoudre les problèmes du suivi, les trackers exploitent l’apparence de
l’objet de manière dynamique considérant que la modélisation de l’apparence
d’objet est une étape importante pour réussir à suivre les personnes
correctement.
Enfin ce projet nous a permet d’améliorer nos connaissances en traitement
d’image et vision intelligente et connaitre les différentes technologies utilisées
dans le suivi des personnes.
