Analyse de séquences vidéo

CHRISTIAN WOLF - profil-urra-2012

Essai gratuit

Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

A propos
Informations

Description

Analyse de séquences vidéo Christian Wolf Séance 3

relations spatio-temporels

sac de mots

pairwise features

analyse de séquences vidéo

appariement de graphes

?soustraction de fond

point d'intérêt

séquences de silhouettes

Sujets

cours

Informations

Publié par	profil-urra-2012
Nombre de lectures	71
Langue	Français
Poids de l'ouvrage	20 Mo

Du même éditeur

Sujet écrit d'Occitan

Universite Joseph Fourier UE MAT Mathematiques annee

Anne Marie Giacometti IEN

Otto Tomi Ungerer Ecole des Loisirs

La variation de la température dans le monde

Théorie des graphes et optimisation dans les graphes

Analyse de séquences vidéo
Séance 3
Christian Wolf
http://liris.cnrs.fr/christian.wolf Deux pistes / framework
Segmentation fond/forme
Points d’intérêt Sommaire de la troisième séance
•  Méthodes basées segmentation fond/forme
–  Méthode 1 : Descriptions 2D du mouvement
–  Méthode 2 : Séquences de silhouettes
•  Méthodes basées points d’intérêt
–  Méthode 1 : Sac de mots (rappel)
–  Méthode 2 : Appariement de graphes
–  Méthode 3 : Pairwise features
–  Méthode 4 : Relations spatio-temporels

•  Les technologies utilisées en TP
–  Le détecteur de points d ’intérêts S.T. d ’Ivan Laptev
–  Les descripteurs HoG et HoF
–  La classification par SVM (support vector machines) Méthode 1
Descriptions 2D du mouvement
Techniques :
• Soustraction de fond
[Bobick and Davis, 2001] Descriptions 2D du mouvement
Objectif : traduction du mouvement d’une séquence en
images 2D discriminantes
[Bobick and Davis, 2001] Descriptions 2D du mouvement
•  Soustraction de fond ð images binaires D(x,y,t)
•  Motion energy images (MEI) et
… decay
parameter
•  Motion history images (MHI)
[Bobick and Davis, 2001] Descriptions
2D du
mouvement
[Bobick and Davis, 2001] Descriptions 2D : classification
Description statistique de chaque MEI et de chaque MHI :
vecteur F de caractéristiques (7 moments de Hu) i
Apprentissage : pour chaque classe d’actions et pour
chaque vue:
-  Moyenne F des vecteurs F i
-  Matrice de covariance Σ des vecteurs
Classification : calcul de la distance entre un nouveau
vecteur et la moyenne F, en tenant compte de Σ Méthode 2 :
Modèles statistiques du mouvement
humain

Techniques :
• Soustraction de fond
• Modèles de séquences Modèles statistiques
du mouvement humain
•  Modélisation de l ’évolution temporelle d ’une silhouette
binaire
•  Classification de l ’action (marcher, courir, s ’asseoir,
saut vertical etc.)
[Wolf, Taylor and Jolion 2010]