Fichier PDF

Partage, hébergement, conversion et archivage facile de documents au format PDF

Partager un fichier Mes fichiers Boite à outils PDF Recherche Aide Contact



mouvement resume 2 .pdf



Nom original: mouvement resume _2_.pdf
Titre: mouvement resume _2_
Auteur: Amine

Ce document au format PDF 1.4 a été généré par PDFCreator Version 0.9.8 / GPL Ghostscript 8.64, et a été envoyé sur fichier-pdf.fr le 14/12/2009 à 12:42, depuis l'adresse IP 81.220.x.x. La présente page de téléchargement du fichier a été vue 1497 fois.
Taille du document: 761 Ko (7 pages).
Confidentialité: fichier public




Télécharger le fichier (PDF)









Aperçu du document


1. Hypothèse fondamentale sur laquelle repose toute analyse de mouvement :
Hypothèse (détection) : on suppose l’éclairement quasi constant.
Hypothèse (estimation) :
-conservation de l’intensité lumineuse
- la continuité spatiale, deux pixels voisins ont le même type de mvt.
- continuité temporelle.
2. En quoi consiste la détection ?
Détecter les zones mobiles dans une séquence d’images avec étapes :
- Détection des changements temporels (CBCT carte binaire des chang temporel)
- localisation des objets en mouvement (avec ET logique entre deux CBCT)
Méthodes :
- Détection du mvt par image de référence
- détection par différence d’images.
Amélioration de la détection par:
-Introduction du gradient
-test de vraisemblance (étude locale des propriétés statistiques de l’intensité lumineuse)
-opérations morphologiques (amélioration de la localisation des objets mobiles)
En quoi consiste l’estimation? Repose sur une similarité d’images successives
-Méthodes de mise en correspondance (bloc matching)
-méthodes différentielles
-méthodes fréquentielles

En quoi consiste la segmentation? On estime le mouvement dominant puis on cherche les points de
l’image qui sont conformes à ce mouvement (seuillage sur le résidu) ce qui forme une région, puis ceci
est refait sur les autres régions.

3- les problèmes rencontrés en analyse de mouvement :
-Projection 2D du monde 3D,
-perte de la notion de profondeur,
-objets premiers plans masquent objets éloignes
-Région uniformes et variation d’éclairement.
-La rotation ne permet pas d’estimer le mvt entre deux images, zoom aussi
4- principe de détection par image de référence :
On prend deux images successives et on regarde
tous les objets présents dans It et présent dans Iref.
Obtention de Iref :
-acquisition d’une image en absence de mvt
-Moyannage d’images (superposition) somme des
séquences Ii.
Difficultés : choix du N nombre d’images et choix
des bonnes images à cumuler.
Principe de détection par différence d’image :
On prend deux images successives et on fait la
différence et on localise l’objet mobile avec un ET
logique.
Difficultés : sil ya recouvrement, si les
objets sont uniformes.

5- principe de détection par MARKOV :
On cherche à estimer le champ d’étiquette E défini E(s)={e(s)/e(s)=} 0 si pixel fixe, 1 sinon
On dispose d’un champ des observations,
Pour détecter le mvt on choisit le champ d’étiquette le plus probable
Maximiser la proba=minimiser l’énergie
6- ECMA équation de contrainte de mouvement, problème d’ouverture (crayon fenêtre)

PROBLEME ECMA :

OUVERTURE

7-pyramide spatiale : multi résolution
Soit l’image originale de taille N*M.
Principe : Filtrage passe-bas suivit d’un
sous-échantillonnage par 2 puis itération
du principe. On comprend bien qu’on peut
observer une scène de loin comme de
près. De loin on aura une idée générale de
la scène, mais on verra peu les détails, de
près on pourra voir les détails intéressants.
Intérêt :
- moins d’itérations pour un meilleur
résultat
- propagation des contraintes plus rapide (voisinage).
8- comment s’effectue la compensation de mvt en 1D (warping) :
Au départ en x l'intensité I(t+1) (x). Par interpolation en x+v, intensité I(t+1) (x+v) a placer en x.

Comment s’effectue la compensation de mvt en 2D :
-interpolation

bilinéaire

avec

porches voisins
-tient compte du fond immobile
- risque de distorsions des objets

Comment s’effectue la compensation de mvt en pyramide

4

plus

9- filtre de Gabor 1D fréquentiel pour l’estimation de mvt

Limiter les effets de bord, il crée une gaussienne sur limage pour atténuer les bords.
Estimer la vitesse avec un nombre réduit d’image
Objet en translation uniforme : spectre d’énergie nul partout sauf sur une droite (fourrier)
10- mouvement dominant : translation, utilisation : modèle simple, estimation grossière, peu
réaliste
11- Block matching=
-découper l’image en bloc correspondants.
-définir une fenêtre de recherche de taille adaptée aux amplitudes de mvt
-rechercher le bloc dans limage précédente qui ressemble le plus au bloc à traiter de limage
courant.
Avantage :
Méthode la plus simple. Bien adapté aux mvt de grande amplitude. Modèle de mvt de translation.
Sert dans les compressions vidéo


Documents similaires


Fichier PDF 2t2at45
Fichier PDF rapport projet 2a giraud remi
Fichier PDF r esultats it s only rock n roll artcurial 7 novembre 2013
Fichier PDF nouveau document texte
Fichier PDF diapo produit modele copie pour mathias
Fichier PDF article futures et forward


Sur le même sujet..