Détection de Mouvements Cohérents dans une

Résumé: La détection d’objets en mouvement est une étape cruciale pour les systèmes de vidéosurveillance. Les mouvements détectés par les algorithmes classiques ne sont pas nécessairement intéressants pour cette application, et le besoin de distinguer les mouvements cohérents des mouvements parasites existe dans la plupart des cas. Dans cet article, nous proposons une nouvelle approche pour faire cette distinction en utilisant l’analyse en composantes principales (ACP), technique issue de l’analyse de données et rarement employée pour ce genre de problèmes. Nous considérons une sous-séquence d’une dizaine de trames, où chaque trame est associée à une dimension de l’espace de représentation des données, dans lequel nous appliquons une ACP afin de pouvoir représenter les données dans un espace de faible dimension dans lequel les points représentant un mouvement cohérent sont proches. Les trames sont ensuite découpées en blocs carrés qui seront projetés dans le nouvel espace de représentation. Les ellipsoïdes d’inertie des projections des blocs nous permettent de qualifier le mouvement qui s’y produit. Les résultats obtenus par cette méthode sont encourageants dans le sens où le nombre de faux positifs est très faible par rapport aux autres algorithmes testés. Par ailleurs, la connexité des objets détectés est très satisfaisante. Mots-clés: Analyse de données, analyse de séquences vidéo, analyse en composantes principales, détection de mouvement, vidéosurveillance