Détection et poursuite dans des séquences d'images vidéo (développement d'une technique statistique rapide dans le cas de caméras fixes)

Ces dernières années, les progrès techniques ont favorisé le développement de systèmes d'aide a la prise de décision pour la vidéosurveillance Les algorithmes de détection et de poursuite de cible ont un rôle majeur pour de telles applications. De plus, dans ce contexte, il est nécessaire de respecter les contraintes d'application en temps réel sur des ordinateurs standard alors que le flot informatique à gérer par ordinateur augmente considérablement. Nous avons développé dans le cas de caméras fixes des techniques statistiques de détection et de poursuite de cible fondées sur le principe de minimisation de la complexité stochastique. Cette approche permet de réaliser un compromis entre écart des valeurs des pixels à un modèle de fond et similarité à un modèle de cible, ces modèles étant appris sur les trames précédentes. La combinaison de ces deux caractéristiques au sein d'un même critère permet de conserver une modélisation simple des données à l'aide de lois gaussiennes et de pouvoir ainsi satisfaire aux contraintes de temps de calcul, grâce a l'utilisation d'images intégrales. Les temps de calcul obtenus sont de l'ordre d'une dizaine de millisecondes pour la détection des cibles présentes sur une image et de quelques millisecondes pour la poursuite de ces cibles (pour des images couleur 320x240 pixels). Nous avons ainsi pu montrer sur différentes séquences vidéo que l'utilisation périodique d'une étape de détection couplée avec l'algorithme de poursuite de cible permet de filtrer les fausses détections et de gérer simplement des événements lies à la surveillance d'une scène : changement dans le fond, apparition ou disparition de cibles, occlusion.AIX-MARSEILLE3-BU Sc.St Jérô (130552102) / SudocSudocFranceF