Work

Suivi de cible basé sur un modèle de superpixels et points clés

Year: 2016
Type: dissertation
Abstract: RESUMELe projet de recherche presente dans ce memoire vise a developper une nouvelle methode de suivi d’objet sans modele a priori a travers une sequence video. A partir d’une position de la cible donnee dans la premiere trame, l’algorithme de suivi doit continuer a localiser cette cible dans chaque nouvelle trame. Cette fonction est requise dans de nombreuses applications : en videosurveillance pour determiner des mouvements suspects, en robotique pour l’auto-localisation, ou encore en interface homme-machine comme la reconnaissance de gestes. Une large gamme de methodes est proposee dans la litterature mais le suivi visuel d’objet reste un probleme non-resolu. En effet, une grande variete de facteurs rend la tâche difficile, dont notamment la deformation de l’objet, le changement de ses couleurs du aux variations d’illumination de son environnement, ou encore la presence d’elements perturbateurs cachant l’objet. Dans ce memoire, nous proposons un algorithme de suivi qui represente la cible grâce a un modele par parties. Cette representation est adequate pour gerer les deformations et les occultations. Si certaines parties de l’objet ne sont pas visibles ou non identifiables, d’autres permettront malgre tout de localiser la cible. Plus specifiquement, nous definissons ces parties comme etant des superpixels modifies par des points cles que nous appelons SPiKeS (Superpixel-Keypoints Structure). Nous soutenons que ces deux types de caracteristiques sont complementaires, le superpixel grâce a sa forme adaptee aux frontieres des objets, le point cle grâce a sa discernabilite. En mettant leurs avantages a profit, nous obtenons un algorithme de suivi robuste a diverses situations complexes. L’experimentation le prouve en montrant que notre methode atteint des resultats competitifs a de nombreuses methodes de l’etat de l’art. En outre, la superiorite de notre algorithme par rapport a des methodes basees sur des superpixels ou des points cles uniquement, confirme l’interet de SPiKeS. Notons que ce dernier pourrait etre exploite dans d’autres applications demandant une mise en correspondance efficace de regions d’interet.----------ABSTRACT This work introduces a model-free tracker robust to many challenging factors. A tracker is an algorithm dedicated to visual object tracking in a video. A model-free tracker has no information about the target except its position in the initial frame. The goal is to locate the target at each frame of the video. This task is required in a wide range of applications: in video surveillance for doubtful behaviors detection, in robotics for self-location, or in humancomputer interaction such as gesture recognition. Numerous methods are proposed in the literature but visual object tracking is still an unsolved problem. Indeed, many challenging factors make the task difficult, including object deformations, illumination variations, rotations, viewpoint changes and occlusions. In this thesis, we propose a tracker that represents the target with a part-based model. This kind of representation is well suited to handle deformations and occlusions. If some parts are hidden or unrecognizable, the others can still locate the target. More specifically, we define a part as a superpixel customized with keypoints, called a SPiKeS (Superpixel-Keypoints Structure). We claim that these two features benefit from each other, the superpixel thanks to its boundary evidence, the keypoints thanks to their discriminativity. By leveraging a SPiKeS, we build a tracker that is capable of locating a target in many challenging situations. Experiments prove it by showing competitive performances of our tracker against the state-ofthe-art. Above all, the superiority of our results compared to superpixels-only or keypoints only trackers confirms the advantages of using SPiKeS inside a tracking procedure. Note that this new feature could be exploited in any other applications that would require an efficient image regions matching.
Language: French
Open Access status: green
OpenAlex ID: W2596064134
Cites: 51
Cited by:
Related to: 10