5.4.1.3. Résultats et Discussions
En appliquant le programme en annexe, nous obtenons comme
résultats :
a) image de référence b) image
détectée c) image binarisée et seuiléee
Figure 23 : Image de détection
L'image a), représente l'image de
référence ; l'image à laquelle aucun mouvement n'est
détecté. On observe une image l'image du fond de la scène
filmée par la camera fixée.
L'image b), représente l'image détectée,
qui est caractérisée par la présence d'une personne en
mouvement comme on voit sur l'image. Cette situation explique la variation de
pixel : la personne détectée présente une variation de
pixel. La camera détecte une personne dans la scène alors qu'elle
est supposée être fixe.
L'image c), l'image binarisée et seuillée est le
résultat de la différence entre l'image a) et b). En faisant la
différence entre les pixels de ces deux images, nous obtiendrons l'image
c) qui sera affichée après deux opérations : la
binarisation et le seuillage.
5.4.2. Détection par soustraction
d'arrière-plan
La détection de personnes dans des séquences
vidéo consiste à déterminer, pour une image ou une
séquence d'images, si des personnes sont présentes, et
éventuellement à déterminer leur position. Elle permet de
repérer les objets mobiles de l'arrière-plan d'une
séquence vidéo, elle est une technique de segmentation
nécessaire et souvent très utilisée en vision
artificielle. La plupart des algorithmes de vision considèrent cette
étape comme une étape de prétraitement nécessaire
qui a pour but de réduire l'espace de recherche, et d'améliorer
la performance en terme de coût calculatoire d'une application
(possiblement de reconnaissance ou de tracking ou de détection) de plus
haut niveau d'abstraction. Cette
53
étape est nécessaire, plus
précisément, pour le suivi d'objet, la reconnaissance d'actions
humaines, la vidéosurveillance, la détection de chute, etc. On
trouve un ensemble de méthodes de détection d'objet basées
sur la technique de soustraction de fond. La détection d'objet par cette
technique se fait par une opération de soustraction de deux images,
l'image courante, et l'image qui représente la ou les partie(s) statique
de la scène. L'un des problèmes majeurs de cette technique est la
manière dont on peut obtenir automatiquement un arrière-plan de
la scène statique qui soit le plus robuste aux changements de
l'éclairage, aux ombres, et au bruit présent dans la
séquence vidéo. Il existe différents algorithmes dans la
littérature qui ont été conçus pour
modéliser tout ce qui est statique, d'éliminer les ombres, et de
récompenser l'évolution de l'arrière-plan. La performance
de ces algorithmes, pour estimer un arrière-plan plus robuste, est
variable d'un algorithme à l'autre.
| 
