offres d'emploi formations actualités contact accès annuaire intranet
Thèses >

Une approche basée sur la régression par les machines à vecteurs supports : application au suivi d’objets en mouvement dans les séquences d’images

Johan Colliez - manuscrit

jeudi 22 janvier 2009 à 14h00


Le problème de la modélisation par régression robuste est abordé dans le cadre de l’estimation du mouvement dans une séquence d’images. L’approche par les machines à vecteurs supports (SVR) est employée pour cet objectif. Afin de rendre l’approche robuste face aux bruits et aux données abérrantes, nous utilisons la technique de seuillage adaptatif, aussi bien hard que soft, pour la sélection des données candidates à l’estimation du modèle. Pour évaluer l’efficacité et la robustesse de notre approche, nous l’avons appliquée à l’estimation du mouvement par flot optique, sur des exemples bien connus dans la littérature. Par ailleurs, dans un contexte d’attelage virtuel de véhicules, l’approche proposée a été appliquée à l’estimation du mouvement par mise en correspondance d’images issues d’une scène routière à l’aide d’une caméra embarquée.

Le contenu du mémoire est divisé en cinq chapitres. Dans le chapitre 1, le problème des données abérrantes dans la vision par ordinateur est posé pour ensuite présenter, dans le chapitre 2, différentes méthodes de régression robuste déterministes, de vote et de régularisation. Le chapitre 3 présente la régression par machines à vecteurs supports standard, avec marge adaptative et avec pondération. Enfin, les chapitres 4 et 5 présentent l’application de l’approche SVR robuste à l’estimation du mouvement par flot optique et par en mise en correspondance.