Présentation

Méthodes variationnelles et statistiques
pour l’analyse vidéo
Françoise Dibos1 , Georges Koepfler2
1 Université
Paris Nord, LAGA (UMR CNRS 7539)
2 Université
Paris Descartes, MAP5 (UMR CNRS 8145)
MVA 2010-2011
Dibos/Koepfler (LAGA/MAP5)
Analyse vidéo
MVA 2010-2011
1/6
Plan du cours
•
Estimation du mouvement
Flot optique : méthodes variationnelles (régularisation
quadratique, anisotropique, BV) ;
algorithme de Lucas Kanade ;
algorithme de Bouthemy-Odobez.
•
Segmentation vidéo
Segmentation par contours actifs (optimisation de formes et
descripteurs).
Implémentation par Graph Cuts.
Méthodes de classification de pixels (W4, modèle gaussien
adaptatif, mélange de gaussiennes) et post traitement.
Méthode par statistiques à contrario.
Dibos/Koepfler (LAGA/MAP5)
Analyse vidéo
MVA 2010-2011
2/6
Plan du cours (suite)
•
Suivi d’objets
Points d’intérêt. Les principaux algorithmes utilisés :
Algorithme du plus proche voisin ; mesure de vraisemblance ;
filtre de Kalman ; Multiple Hypothesis Tracker ;
Joint Probabilistic Data Association Filter. . .
•
Estimation des profondeurs
Estimation conjointe du mouvement
et de la profondeur de la scène.
Implémentation par Belief Propagation.
Modalités de contrôle des connaissances :
au choix examen écrit ou projet.
Dibos/Koepfler (LAGA/MAP5)
Analyse vidéo
MVA 2010-2011
3/6
Exemple 1 : estimation densité de foule
Séquence quai métro
Dibos/Koepfler (LAGA/MAP5)
Densité personnes
∼ courbure de l’image
Analyse vidéo
MVA 2010-2011
4/6
Exemple 2 : détermination de la profondeur
Image extraite d’une séquence
Dibos/Koepfler (LAGA/MAP5)
Profondeur
(foncé = proche, clair = loin).
Analyse vidéo
MVA 2010-2011
5/6
Exemple 3 : détection de situations dangereuses
Séquence quai métro :
carré vert = détection de mouvement ;
jaune = position dangereuse ; rouge = position interdite.
Dibos/Koepfler (LAGA/MAP5)
Analyse vidéo
MVA 2010-2011
6/6