WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Mémoire de master recherche.

( Télécharger le fichier original )
par OUCHAR CHERIF ALI
Université Aube Nouvelle  - Master 2012
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Liste des tableaux

Tableau 1: Tableau comparative des méthodes abordées 24

Tableau 2: Tableau comparatif de performance pour la soustraction de l'arrière-plan à

différentes résolutions d'images et fréquences de mise à jour du modèle 49

Introduction

? Contexte et intérêt de l'étude

La vision par ordinateur est une branche d'intelligence artificielle dont le but est de permettre à une machine de comprendre ce qu'elle «voit ». Elle peut servir entre autre à la reconnaissance de formes, qui consiste à reconnaitre une forme dans une image après l'avoir enregistrée.

Une des particularités des êtres vivants est de pouvoir acquérir des images, via l'oeil, comme une information, puis de pouvoir l'interpréter via le cerveau. L'enjeu de la vision artificielle, domaine dont est issu le sujet que nous allons traiter, est de permettre à un ordinateur de »voir» ; C'est-à-dire, comme l'homme, de récupérer l'information par l'intermédiaire d'un dispositif d'acquisition d'image (une caméra ou bien un autre support numérique) puis de l'exploiter à travers un programme (exemple bibliothèque OpenCV), implémenter dans un langage de programmation tel que (C, C++, Java, Matlab, Python, etc.).

La détection d'objet en mouvement est un domaine très actif de la vision par ordinateur. De nombreux secteurs, et plus particulièrement celui de la surveillance nécessitent une analyse automatique de vidéos présentant des personnes ou des objets en mouvement. De nombreux travaux ont été menés aux cours des dernières décennies et de nombreuses approches ont été mises en oeuvre, on peut citer les travaux de recherches de (Benabbas, 2012) ; toutefois la plupart d'entre elles ne sont valables que dans certaines situations spécifiques.

Une méthode fonctionnant parfaitement quel que soit le type de situation n'existe pas encore. Des algorithmes robustes de détection de personnes individuelles dans des scènes à faible densité ont aussi été proposés. Nous allons nous intéresser au cas de la reconnaissance d'actions et de mouvements d'une ou plusieurs personnes dans une image obtenue via une caméra.

L'une des difficultés majeures dans ce genre d'environnement est la forte ressemblance entre les différents mouvements de personnes ainsi que le nombre important d'occultations partielles ou totales de certaines détections ou reconnaissances appelées fausses alertes.

La vidéosurveillance intelligente pour la sécurité des personnes et d'espaces est une technologie émergeante et encore peu connue qui change le paradigme d'utilisation

2

de la vidéosurveillance traditionnelle et ouvre de nouvelles possibilités. C'est pourquoi elle laisse envisager l'éclosion de nouveaux segments de recherches dans le secteur de la sécurité.

Dans ce contexte, l'analytique vidéo présente de nombreux avantages :

- Elle est en fonction 24 heures par jours, sept jours par semaine ;

- Elle peut enclencher une alarme qui sera traitée par un opérateur humain, commander le déplacement ou zoom d'une caméra pour une surveillance plus précise d'un événement suspects ou pertinents, permettant ainsi une intervention en temps réel, plutôt qu'après l'événement ;

- Elle réduit la bande passante et l'espace d'archivage nécessaires en ne transmettant ou n'enregistrant que les données sur les événements pertinents ; - Elle libère le personnel de sécurité d'une surveillance continue ;

- Elle permet la recherche rapide d'événements pertinents dans les séquences vidéo archivées ;

- Elle permet d'identifier les objets dans une scène et de suivre leur activité.

? Problématique

Le problème que nous nous proposons de résoudre dans le cadre de ce travail de fin d'étude en vue d'obtention de diplôme de Master de Recherches en Imagerie Numérique pour le Développement Durable peut se formuler par la question suivante : Comment détecter un objet ou une personne en mouvement dans une séquence vidéo? La réponse à cette question constitue une première étape dans la reconnaissance d'objet, de personne ou de situation suspecte dans une image dans le cadre de la vidéo surveillance.

? Objectif

L'objectif de ce travail de recherche est de mettre en évidence le mouvement d'une personne dans une séquence vidéo.

Pour arriver à cette fin les objectifs spécifiques seront de :

- Faire un état de l'art des méthodes existantes de détection d'objet en mouvement;

- Choisir avec justification de méthodes efficaces de détection d'objet en mouvement eu égard au contexte socio-économique ;

- Proposer une implémentation de quelques méthodes efficaces de détection de personne ou d'objet en mouvement.

3

? Plan du travail

Notre travail est subdivisé en cinq chapitres.

- Le premier chapitre présente le cadre de l'étude comprenant une étude sur le cadre conceptuel et la méthodologie.

- Le deuxième chapitre fait l'état de l'art des méthodes existantes de détection d'objets ou de personnes dans une d'images en mettant en exergue leurs avantages et inconvénients dans chaque cas étudié.

- Le troisième chapitre, met en exergue le choix de l'étude de méthodes efficaces de détection d'objet en mouvement.

- Le quatrième chapitre décrit l'ensemble du matériel utilisé pour l'implémentation et l'obtention de résultats, et présente quelques fonctions utiles d'OpenCv.

- Dans le cinquième chapitre, nous proposons une implémentation de méthodes choisies suivi d'une discussion sur les résultats obtenus.

Enfin dans la conclusion, nous avançons les perspectives d'insertion de notre travail dans la reconnaissance de mouvement suspect dans une séquence vidéo.

4

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Aux âmes bien nées, la valeur n'attend point le nombre des années"   Corneille