RechercheActivités de recherche :
L'estimation de mouvement, dans un cadre général, est un élément essentiel pour comprendre une scène. C'est un domaine important de la recherche permettant de nombreuses applications (compression de séquences d'images, robotique, imageries biomédicales, ...). Mais les techniques d'estimation de mouvement classiquement utilisées sont piégées quand la scène comporte des objets transparents. Dans la nature, les phénomènes de transparence sont souvent rencontrés. Les réflexions sur des surfaces transparentes (vitres, eau, ...) en sont les principales illustrations. Dans les séquences d'images, les régions qui présentent de tels phénomènes sont composées de différents objets superposés ayant des vitesses indépendantes. Ainsi, en chaque pixel d'une séquence d'images il peut exister plusieurs vecteurs vitesses. Le but fixé est donc de concevoir des méthodes d'estimation de vitesses permettant de traiter de tels cas. Méthode fréquentielle Dans le domaine des fréquences le mouvement local se résume à un plan dépendant des composantes vx et vy des vecteurs vitesses. Dans le cas de transparence additive, le spectre local sera composé d'un ensemble de plans. Notre méthode fréquentielle d'estimation du mouvement d'objets transparents comporte trois étapes successives : préfiltrage des images de la séquence et transformée de Fourier spatio-temporelle, extraction des maxima du spectre permettant d'obtenir un nuage de points orienté suivant des plans de mouvement, estimation des paramètres (vitesses) de ces plans de mouvement grâce à une modélisation statistique : Stochastique-Expectation-Maximisation (SEM). Nous avons ainsi obtenu des champs de vecteur vitesse d'assez bonne qualité sur des séquences artificielles (Fig. 1) et naturelles (RFIA'2002). Méthode temporelle
Dans une séquence d'images possédant un phénomène de transparence
il existe autant d'inconnues (vitesses) que d'objets en transparence.
Or dans la plupart des séquences que nous traitons nous disposons
d'autant d'images que d'inconnues. Nous avons trouvé un modèle qui
permet de résoudre l'objectif de façon analytique par un filtrage convolutif.
Nous nous intéressons au cas de la transparence additive ne faisant intervenir
que deux objets en mouvement (une étude sur trois mouvements peut-être
menée de la même façon). Nous arrivons par une résolution d'un système
d'équations à la généralisation de l'hypothèse de conservation de la
luminance au cours du temps (très utilisée dans l'estimation de
mouvement classique). La correspondance entre cette nouvelle équation
et l'hypothèse de conservation de la luminance classique nous
permet d'appliquer des techniques déjà utilisées dans ce cadre de travail
pour valider notre modélisation. Nous utilisons une méthode d'estimation
multi-résolution à l'aide d'une pyramide passe-bas à deux niveaux combinée
avec une estimation robuste par le biais des M-estimateurs. Les résultats obtenus
sur des séquences artificielles et naturelles (Fig. 2) prouvent
le bien-fondé de notre modélisation (EUSIPCO'2002).
|