Un algorithme efficace de suivi d'objets dans des séquences d'images - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2000

Un algorithme efficace de suivi d'objets dans des séquences d'images

Abstract

Nous proposons dans cet article une approche permettant de suivre efficacement et rapidement le déplacement d'un motif visuel dans une séquence d'images. Cette technique consiste d'une part, en une étape hors ligne dédiée à l'apprentissage d'une matrice d'interaction liant la déformation du motif à son déplacement dans l'image, et d'autre part à l'exploitation en ligne de cette matrice pour suivre l'évolution du motif choisi. Cette seconde étape itérative consiste à prédire la position dans l'image du motif (en position, échelle et orientation), à calculer la différence du motif observé à l'endroit prédit avec le motif de référence, puis à réaliser le produit entre la matrice d'interaction et cette différence pour obtenir un vecteur correctif sur la position prédite. Nous montrons que cette étape de correction correspond à un co^ut algorithmique très faible permettant une mise en oeuvre en temps réel vidéo. Dans la partie expérimentale, nous appliquons successivement ce principe au suivi d'un motif texturé dans une séquence d'images, puis au suivi d'objets volumiques (dans ce cas le motif de référence évolue dans le temps en fonction de l'orientation relative objet/caméra). De nombreux résultats expérimentaux sont présentés et commentés.
Fichier principal
Vignette du fichier
00_jurie_rfia-3.pdf (649.05 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

inria-00548292 , version 1 (21-12-2010)

Identifiers

  • HAL Id : inria-00548292 , version 1

Cite

Frédéric Jurie, Michel Dhome. Un algorithme efficace de suivi d'objets dans des séquences d'images. Reconnaissance des Formes et Intelligence Artificielle (RFIA '00), Feb 2000, Paris, France. pp.537--546. ⟨inria-00548292⟩

Collections

PRES_CLERMONT CNRS
200 View
157 Download

Share

Gmail Facebook X LinkedIn More