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

Bibliographie

1. A. Makarov, Comparison of background extraction based intrusion detection algorithms, Dans International Conference On Image Processing ICIP'96, pages 521-524, 1996

2. Benabbas Siavosh Département d'informatique, Université de Toronto, Efficace Sum-Based hiérarchique Lissage Sous \ ell_1-Norm, 2012 ;

3. B. Bascle et R. Deriche ,Region tracking through image sequences, Rapport de recherche 2439, INRIA-Sophia Antipolis, 21 pages, Décembre 1994.

4. B. Bascle, P. Bouthemy, R. Deriche, et F. Meyer, Suivi de primitives complexes sur une séquence d'images, Rapport de recherche 2428, INRIA-Sophia Antipolis, Décembre 1994. 22 pages.

5. B. Lucas, T. Kanade, «An iterative image registration technique with an application to stereo vision», in Proc. of the International Joint Conference on Artificial Intelligence, pp 674-679, 1981.

6. B. Wu and R. Nevatia, «Tracking of multiple, partially occluded humans based on static body part detection», in IEEE Proc. Of the conference on Computer Vision and Pattern Recognition, pp. 951-958, 2006.

7. B.D. Lucas et T. Kanade : An iterative image registration technique with an application to stereo vision. Dans IJCAI81, pages 674-679, 1981.] ainsi que celle de Horn et Schunck [B. K. P. Horn et B. G. Schunck : Determining optical flow. Dans Artificial

Inteligence, volume 17, pages 185-203, 1981.

8. B.D. Zarit, B.J. Super et F.K.H. Quek. Comparison of five color models in skin pixel classification. Dans Workshop on recognition, analysis and tracking of faces

and gestures in Real-Time systems, pages 58-63, 1999.

9. C. Chesnaud. Techniques statistiques de segmentation par contour actif et mise en oeuvre rapide. Thèse de Doctorat de l'Université de d'Aix-Marseille), Février 2000.

10. C. Papageorgiou, M. Oren and T. Poggio, «A general framework for object detection», in Proc. of the IEEE International Conference on Computer Vision, pp. 555-562, 1999.

11.

59

C. Stauffer and W.E.L. Grimson. Adaptive background mixture models for real-time tracking. international conference on Computer Vision and Pattern Recognition, 2, 1999.

12. C. Wren, A. Azarbayejani, T. Darrell, and A. Pentland. Pfnder : Real-time tracking of the human body. Pattern Analysis and Machine Intelligence, 1997.

13. D.G. Lowe, Robust model-based motion tracking through the intégration of search and estimation, International Journal of Computer Vision, 8(2) :113-122, 1992.

14. Dee, H. M., Velastin, S. A. «How close are we to solving the problem of automated visual surveillance? A review of real-world surveillance, scientific progress and evaluative mechanisms». Machine Vision and Applications, 19 (5-6). Septembre 2008. pp. 329-343.

15. E. François, Interprétation qualitative du mouvement à partir d'une séquence d'images, Thèse de Doctorat de l'Université de Rennes I, Juin 1991.

16. Fatiha MEDJAHED , Détection et Suivi d'Objets en Mouvement Dans Une Séquence d'Images, Mémoire Magister, Université Mohamed Boudiaf Faculté de Génie Electrique, 2012

17. F.G. Meyer et P. Bouthemy, Region-based tracking using affine motion models in long image sequences, CVGIP : Image Understanding, 60(2) :119-140, September 1994.

18. G. Gomez et E. Morales. Automatic feature reconstruction and a simple rule induction algorithm for skin detection. Dans ICML Workshop On Machine Learning in Computer Vision, pages 31-38, 2002.

19. H. Nicolas et C. Labit, Motion and illumination variation estimation using a hierarchy of models : application to image sequence coding, Publication interne 742, IRISA, 1993.

20. H. Nicolas, Hiérarchie de modèles de mouvement et méthodes d'estimation associées, application au codage de séquences d'images, Thèse de doctorat, IRISA-Université de Rennes 1, 1992.

21. Home Office Research, Development and Statistics Directorate. Cité dans http://www.youarebeingwatched.us/about/182/#footnote10] et [Gill and Spriggs, Assessing the Impact of CCTV. (2005) Home Office Study. Cité dans http://www.youarebeingwatched.us/about/182/#footnote10].

22.

60

Ivana Mikiæ, Pamela C. Cosman, Greg T. Kogut et Mohan M. Trivedi : Moving shadow and object detection in traffic scenes. Dans International Conference on Pattern Recognition (ICPR), pages 321-324, 2000

23. Ismail Haritaoglu, David Harwood et Larry S. Davis. Ghost : a human body part labelling system using silhouette. Dans Proceedings IEEE Conf. On Pattern Recognition, volume 1, pages 77-82, 1998.

24. J. Kovac, P. Peer et F. Solina. Human skin color clustering for face detection. EUROCON 2003 Computer as a Tool, 2 :144-148, 2003.

25. J. Shi and C. Tomasi, «Good features to track», in Proc. of the international conference on Computer Vision and Pattern Recognition, pp. 593-600, 1994.

26. J.F. Gobeau, «Détecteurs de mouvement à infrarouge passif (dé- tecteurs IRP)», Colloque Capteurs, 2007.

27. Jason Brand et John S. Mason. A comparative assessment of three approaches to pixel-level human skin-detection. Dans 15th International Conference on Pattern Recognition, volume 1, pages 1056-1059, 2000.

28. K. K. C. Evelet et R. Bolles, Background modeling for segmentation of video-rate stereo sequences, Dans CVPR98, pages 266-272, 1998.

29. K. Kim, T. H. Chalidabhongse, D. Hanuood, et L. Davis. Background modeling and substraction by codebook construction. 2004

30. K. Kim, T.H. Chalidabhongse, D. Harwood, and L. Davis. Real-time foreground-background segmentation using codebook model. Real-Time Ima- ging, 11 :172185, 2005.

31. L. Bonnaud, Schémas de suivi d'objets vidéo dans une séquence animée : application à l'interpolation d'images intermédiaires, Thèse de doctorat, IRISA-Université de Rennes, 1998.

32. L. Bonnaudet C. Labit, Etude d'algorithmes de suivi temporel de segmentation basée mouvement pour la compression de séquences d'images, Publication interne 793, IRISAUniversité de Rennes, 43 pages, Janvier 1994.

33. L. Sigal, S. Sclaroff et V. Athitsos. Estimation and prediction of evolving color distributions for skin segmentation under varying illumination,. Dans IEEE Conference on Computer Vision and Pattern Recognition, volume 2, pages 152159,2000.

34.

61

Liang Zhao, «Dressed Human Modeling, Detection, and Parts Localization», PhD thesis, The Robotics Institute, Carnegie Mellon University, Pittsburgh, 2001.

35. M. Kass, A. Witkin, et D. Terzopoulos, Snakes : Active contour models. International Journal of Computer Vision, 1 :321-331, 1998.

36. M. Kunert D. M. Gavrila et U. Lages : A multi-sensor approach for the protection of vulnerable traffic participants - the protector project. Dans Proc. of the IEEE Instrumentation and Measurement Technology Conference, volume 3, pages 2044-2048, 2001.

37. Michael J. Jones et James M. Rehg. Statistical color models with application to skin detection. Int. J. Comput. Vision, 46(1) :81-96, 2002.

38. N. Dalal and B. Triggs, «Histograms of oriented gradients for human detection», in IEEE Proc. of the conference on Computer Vision and Pattern Recognition, pp. 886- 893, 2005.

39. N.K. Paragios, Geodesic active region and level set methods : Contribution and applications in artificial vision, Thése de doctorat, Sophia Antipolis, Janvier 2000.

40. N.M. Oliver, B. Rosario, and A.P. Pentland. A bayesian computer vision system for modeling human interactions. Pattern Analysis and Machine Intelligence, 22 :831p843, 2000.

41. P. Viola and M. Jones, «Rapid object detection using a boosted cascade of simple features», in IEEE Proc. of the conference on Computer Vision and Pattern Recognition, pp. 511-518, 2001.

42. P. Viola, M.J. Jones and D. Snow, «Detecting pedestrians using patterns of motion and appearance», in International Journal of Computer Vision, pp. 153-161, 2005.

43. Q. Zhao, J. Kang, H. Tao and W. Hua, «Part Based Human Tracking In A Multiple Cues Fusion Framework», in Proc. of the International Conference on Pattern Recognition, pp. 450-455,2006.

44. R. B. Church, K. Schonert-Reichl, N. Goodman, S. D. Kelly et S. Ayman-Nolley. The role of gesture and speech communication as refections of cognitive understanding. Journal of Contemporary, 63 :123-140, 1995.

45. R. Jain, Différence and accumulative difference pictures in dynamic scene analysis, Image and Vision Computing, 2(2) :99-108, may 1984

46.

62

R.E. Schapire, «The boosting approach to machine learning : An overview,» in Workshop on N.E.C., 2002.

47. Rafael C. Gonzalez et Richard E. Woods : Digital Image Processing (2nd Ed.), chapitre 10, Morphological Image Processing, pages 519-566. Prentice Hall, 2002.

48. Rita Cucchiara, Costantino Grana, Massimo Piccardi, Andrea Pratti et Stefano Sirotti : Improving shadow suppression in moving object detection with hsv color information. Dans Intelligent Transportation Systems, pages 334- 339. IEEE, 2001

49. S. Jehan-Besson, Modèles de contours actifs basés régions pour la segmentation d'images et de vidéos, Thèse de Doctorat de l'Université de Nice - Sophia Antipolis, Janvier 2003

50. S. Venegas-Martinez, Analyse et segmentation de séquences d'images en vue d'une reconnaissance de formes efficace, Thèse de Doctorat de l'Université René Descartes - Paris V, 2001.

51. T. Horprasert, D. Harwood et L. Davis : A robust background subtraction and shadow detection. In Proceedings of the ACCV, 2000

52. V. Caselles, F. Catte, T. Coll, et F. Dibos. A geometric, model for active contours in image processing, Numerische Mathematik, 66 :1- 31, 1993.

53. V. Garcia-Garduno et C. Labit, Suivi de segmentation spatiotemporelle pour la compression de séquences animées, Quatorzième Colloque GRETSI, Juan-les-Pins, Septembre 1993.

54. W. Long et Y. Yang, Stationary background generation : An alternative to the difference of two images, Pattern Recognition, 23 :1351-1359, 1990

55. Welsh, B. and Farrington, D., Crime Prevention Effects of Closed Circuit Television: A Systematic Review (2002),

56. Y. Benezeth, P.M. Jodoin, B. Emile, H. Laurent, C. Rosenberger, «Review and evaluation of commonly-implemented background subtraction algorithms», in Proc. of the International Conference on Pattern Recognition, 2008.

57. Y . Brookner, Tracking and Kalman Filtering Made Easy, John Wiley & Sons, 1998.

58. Y R. Raquel, Pinho, R. S. Joao Manuel, Tavares, V. Miguel. Correia, An Efficient and Robust Tracking System using Kalman Filter, VIPSI- 2006 VENICE, 2006.

59. Y. Bar-shalom and T.E. Fortman, Tracking and Data Association New York : Academic, 1988.

63

64

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








"Piètre disciple, qui ne surpasse pas son maitre !"   Léonard de Vinci