| Titre : | Systèmes de vidéosurveillance: Contributions à la détection, au suivi et à la ré-identification des personnes mobiles dans une vidéo. | | Type de document : | thèse | | Auteurs : | Ez-zahout Abderrahmane, Auteur | | Année de publication : | 2016 | | Langues : | Français (fre) | | Catégories : | Informatique
| | Mots-clĂ©s : | Vid´eosurveillance Intelligente, D´etection, Suivi, Analyse de Profil, R´e-Identification. | | Index. dĂ©cimale : | Doct/264 | | RĂ©sumĂ© : | Cette th`ese s’inscrit dans le domaine de la vid´eosurveillance intelligente. Elle s’int´eresse
`a la d´etection, au suivi, `a l’analyse de profil et `a la r´e-identification des personnes en mouvement.
Dans un contexte o`u les syst`emes actuels de vid´eosurveillance devraient travailler
en temps r´eel, nous avons ´evalu´e quantitativement et qualitativement les trois techniques de
d´etections les plus connues dans la litt´erature. Cette ´evaluation est bas´ee sur les m´etriques
de classification des pixels mobiles FPE et FNE.
L’´etape de suivi se limite `a la recherche des positions d’une r´egion ROI. Pour parvenir `a cet
objectif, nous avons propos´e une nouvelle approche de suivi de la MBR entourant la personne
mobile, bas´ee sur la corr´elation de la FFT et sur les valeurs optimales des erreurs SAD et
SSD. Au lieu de suivre tous les pixels de la MBR, nous avons limit´e le traitement sur des
blocs de taille 8x8, 16x16 etc. Ceci recommande l’int´egration de notre approche dans des
syst`emes de vid´eosurveillance temps r´eel.
L’´etape d’analyse de profil consiste `a exploiter les informations obtenues dans les ´etapes pr´ec´edentes.
Dans cette phase, beaucoup de difficult´es li´ees `a la complexit´e de la sc`ene et aux
occlusions ont surgi. Pour palier ces probl`emes, une r´e-identification des individus semble
obligatoire. Dans notre contribution, nous avons adopt´e un algorithme de r´e-identification
qui s’op`ere sur trois familles d’attributs. Dans ce cas, nous avons introduit la distance de
M inkowski et le classifieur K means pour calculer les similarit´es entre les descripteurs d’individus.
Ce fait nous a permis de r´eduire l’erreur de r´e-identification et la taille de la base
de similarit´e des descripteurs. Puis, une analyse en composantes principales des attributs,
permet de r´eduire la taille de la base des similarit´es et permet d’extraire les composantes
pertinentes.
En fin, pour valoriser notre th`ese et diriger notre recherche vers l’axe innovation, nous avons
d´evelopp´e une simple interface Java/OpenCV pour surveiller une personne.
|
Systèmes de vidéosurveillance: Contributions à la détection, au suivi et à la ré-identification des personnes mobiles dans une vidéo. [thèse] / Ez-zahout Abderrahmane, Auteur . - 2016. Langues : Français ( fre) | Catégories : | Informatique
| | Mots-clĂ©s : | Vid´eosurveillance Intelligente, D´etection, Suivi, Analyse de Profil, R´e-Identification. | | Index. dĂ©cimale : | Doct/264 | | RĂ©sumĂ© : | Cette th`ese s’inscrit dans le domaine de la vid´eosurveillance intelligente. Elle s’int´eresse
`a la d´etection, au suivi, `a l’analyse de profil et `a la r´e-identification des personnes en mouvement.
Dans un contexte o`u les syst`emes actuels de vid´eosurveillance devraient travailler
en temps r´eel, nous avons ´evalu´e quantitativement et qualitativement les trois techniques de
d´etections les plus connues dans la litt´erature. Cette ´evaluation est bas´ee sur les m´etriques
de classification des pixels mobiles FPE et FNE.
L’´etape de suivi se limite `a la recherche des positions d’une r´egion ROI. Pour parvenir `a cet
objectif, nous avons propos´e une nouvelle approche de suivi de la MBR entourant la personne
mobile, bas´ee sur la corr´elation de la FFT et sur les valeurs optimales des erreurs SAD et
SSD. Au lieu de suivre tous les pixels de la MBR, nous avons limit´e le traitement sur des
blocs de taille 8x8, 16x16 etc. Ceci recommande l’int´egration de notre approche dans des
syst`emes de vid´eosurveillance temps r´eel.
L’´etape d’analyse de profil consiste `a exploiter les informations obtenues dans les ´etapes pr´ec´edentes.
Dans cette phase, beaucoup de difficult´es li´ees `a la complexit´e de la sc`ene et aux
occlusions ont surgi. Pour palier ces probl`emes, une r´e-identification des individus semble
obligatoire. Dans notre contribution, nous avons adopt´e un algorithme de r´e-identification
qui s’op`ere sur trois familles d’attributs. Dans ce cas, nous avons introduit la distance de
M inkowski et le classifieur K means pour calculer les similarit´es entre les descripteurs d’individus.
Ce fait nous a permis de r´eduire l’erreur de r´e-identification et la taille de la base
de similarit´e des descripteurs. Puis, une analyse en composantes principales des attributs,
permet de r´eduire la taille de la base des similarit´es et permet d’extraire les composantes
pertinentes.
En fin, pour valoriser notre th`ese et diriger notre recherche vers l’axe innovation, nous avons
d´evelopp´e une simple interface Java/OpenCV pour surveiller une personne.
|
|
Doc/113 
Faire une suggestion Affiner la rechercheSystèmes de vidéosurveillance: Contributions à la détection, au suivi et à la ré-identification des personnes mobiles dans une vidéo. / Ez-zahout Abderrahmane
