Liste des tableaux
Tableau 1: Tableau comparative des méthodes
abordées 24
Tableau 2: Tableau comparatif de performance pour la
soustraction de l'arrière-plan à
différentes résolutions d'images et
fréquences de mise à jour du modèle 49
Introduction
? Contexte et intérêt de
l'étude
La vision par ordinateur est une branche d'intelligence
artificielle dont le but est de permettre à une machine de comprendre ce
qu'elle «voit ». Elle peut servir entre autre à la
reconnaissance de formes, qui consiste à reconnaitre une forme dans une
image après l'avoir enregistrée.
Une des particularités des êtres vivants est de
pouvoir acquérir des images, via l'oeil, comme une information, puis de
pouvoir l'interpréter via le cerveau. L'enjeu de la vision artificielle,
domaine dont est issu le sujet que nous allons traiter, est de permettre
à un ordinateur de »voir» ; C'est-à-dire, comme
l'homme, de récupérer l'information par l'intermédiaire
d'un dispositif d'acquisition d'image (une caméra ou bien un autre
support numérique) puis de l'exploiter à travers un programme
(exemple bibliothèque OpenCV), implémenter dans un langage de
programmation tel que (C, C++, Java, Matlab, Python, etc.).
La détection d'objet en mouvement est un domaine
très actif de la vision par ordinateur. De nombreux secteurs, et plus
particulièrement celui de la surveillance nécessitent une analyse
automatique de vidéos présentant des personnes ou des objets en
mouvement. De nombreux travaux ont été menés aux cours des
dernières décennies et de nombreuses approches ont
été mises en oeuvre, on peut citer les travaux de recherches de
(Benabbas, 2012) ; toutefois la plupart d'entre elles ne sont
valables que dans certaines situations spécifiques.
Une méthode fonctionnant parfaitement quel que soit le
type de situation n'existe pas encore. Des algorithmes robustes de
détection de personnes individuelles dans des scènes à
faible densité ont aussi été proposés. Nous allons
nous intéresser au cas de la reconnaissance d'actions et de mouvements
d'une ou plusieurs personnes dans une image obtenue via une caméra.
L'une des difficultés majeures dans ce genre
d'environnement est la forte ressemblance entre les différents
mouvements de personnes ainsi que le nombre important d'occultations partielles
ou totales de certaines détections ou reconnaissances appelées
fausses alertes.
La vidéosurveillance intelligente pour la
sécurité des personnes et d'espaces est une technologie
émergeante et encore peu connue qui change le paradigme d'utilisation
2
de la vidéosurveillance traditionnelle et ouvre de
nouvelles possibilités. C'est pourquoi elle laisse envisager
l'éclosion de nouveaux segments de recherches dans le secteur de la
sécurité.
Dans ce contexte, l'analytique vidéo présente de
nombreux avantages :
- Elle est en fonction 24 heures par jours, sept jours par
semaine ;
- Elle peut enclencher une alarme qui sera traitée par
un opérateur humain, commander le déplacement ou zoom d'une
caméra pour une surveillance plus précise d'un
événement suspects ou pertinents, permettant ainsi une
intervention en temps réel, plutôt qu'après
l'événement ;
- Elle réduit la bande passante et l'espace d'archivage
nécessaires en ne transmettant ou n'enregistrant que les données
sur les événements pertinents ; - Elle libère le personnel
de sécurité d'une surveillance continue ;
- Elle permet la recherche rapide d'événements
pertinents dans les séquences vidéo archivées ;
- Elle permet d'identifier les objets dans une scène et de
suivre leur activité.
? Problématique
Le problème que nous nous proposons de résoudre
dans le cadre de ce travail de fin d'étude en vue d'obtention de
diplôme de Master de Recherches en Imagerie Numérique pour le
Développement Durable peut se formuler par la question suivante :
Comment détecter un objet ou une personne en mouvement dans une
séquence vidéo? La réponse à cette question
constitue une première étape dans la reconnaissance d'objet, de
personne ou de situation suspecte dans une image dans le cadre de la
vidéo surveillance.
? Objectif
L'objectif de ce travail de recherche est de mettre en
évidence le mouvement d'une personne dans une séquence
vidéo.
Pour arriver à cette fin les objectifs spécifiques
seront de :
- Faire un état de l'art des méthodes existantes de
détection d'objet en mouvement;
- Choisir avec justification de méthodes efficaces de
détection d'objet en mouvement eu égard au contexte
socio-économique ;
- Proposer une implémentation de quelques méthodes
efficaces de détection de personne ou d'objet en mouvement.
3
? Plan du travail
Notre travail est subdivisé en cinq chapitres.
- Le premier chapitre présente le cadre de
l'étude comprenant une étude sur le cadre conceptuel et la
méthodologie.
- Le deuxième chapitre fait l'état de l'art des
méthodes existantes de détection d'objets ou de personnes dans
une d'images en mettant en exergue leurs avantages et inconvénients dans
chaque cas étudié.
- Le troisième chapitre, met en exergue le choix de
l'étude de méthodes efficaces de détection d'objet en
mouvement.
- Le quatrième chapitre décrit l'ensemble du
matériel utilisé pour l'implémentation et l'obtention de
résultats, et présente quelques fonctions utiles d'OpenCv.
- Dans le cinquième chapitre, nous proposons une
implémentation de méthodes choisies suivi d'une discussion sur
les résultats obtenus.
Enfin dans la conclusion, nous avançons les
perspectives d'insertion de notre travail dans la reconnaissance de mouvement
suspect dans une séquence vidéo.
4
| 
