Filtrage conditionnel pour la trajectographie dans des sequences d'images - Application au suivi de points

Résumé : Dans cet article, nous proposons une nouvelle formulation conditionnelle des méthodes classiques de filtrage, dédiée à la trajectographie dans des séquences d'images. Ces filtres conditionnels permettent de considérer un modèle d'état et un modèle de mesure qui dépendent de la séquence. Dans ce cadre, deux filtres ont été construits pour la trajectographie de points. Ces méthodes permettent de suivre des trajectoires qui subissent des changements abrupts et des occlusions. Elles combinent une dynamique construite sur la contrainte de flot optique, et des mesures fournies par une méthode de corrélation. Le premier filtre est linéaire, particulièrement bien adapté aux séquences présentant un mouvement dominant. Il est dérivé de l'utilisation d'un nouvel estimateur appelé estimateur linéaire conditionnel de variance minimale. Le second filtre est non linéaire, construit à partir d'un filtre particulaire. Ce dernier permet de suivre des points dont le mouvement ne peut être décrit que localement.
Type de document :
Communication dans un congrès
14e congrès francophone de Reconnaissance des formes et d'Intelligence artificielle (RFIA '04), Jan 2004, Toulouse, France. 2004, 〈http://spiderman-2.laas.fr/rfia2004/actes/ARTICLES/142.pdf〉
Liste complète des métadonnées

Littérature citée [17 références]  Voir  Masquer  Télécharger


https://hal.inria.fr/inria-00306731
Contributeur : Elise Arnaud <>
Soumis le : mercredi 25 mai 2011 - 14:56:43
Dernière modification le : jeudi 11 janvier 2018 - 06:20:11
Document(s) archivé(s) le : vendredi 26 août 2011 - 02:20:07

Fichiers

Rfia04Arnaud.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00306731, version 1

Collections

Citation

Elise Arnaud, Etienne Memin, Bruno Cernuschi-Frias. Filtrage conditionnel pour la trajectographie dans des sequences d'images - Application au suivi de points. 14e congrès francophone de Reconnaissance des formes et d'Intelligence artificielle (RFIA '04), Jan 2004, Toulouse, France. 2004, 〈http://spiderman-2.laas.fr/rfia2004/actes/ARTICLES/142.pdf〉. 〈inria-00306731〉

Partager

Métriques

Consultations de la notice

220

Téléchargements de fichiers

144