[livres divers classés par sujet] [Informatique] [Algorithmique] [Programmation] [Mathématiques] [Hardware] [Robotique] [Langage] [Intelligence artificielle] [Réseaux]
[Bases de données] [Télécommunications] [Chimie] [Médecine] [Astronomie] [Astrophysique] [Films scientifiques] [Histoire] [Géographie] [Littérature]

5 - Algorithme de détection de mouvement par modélisation markovienne mise en oeuvre sur DSP

contributor Laboratoire de Traitement d'Images et Reconnaissance de Formes, Institut National Polytechnique de Grenoble, LTIRF, INPG, 46 avenue Félix-Viallet, 38031 Grenoble
creator CAPLIER (A.)
DUMONTIER (C.)
LUTHON (F.)
COULON (P.-Y.)
date 2005-07-22T09:17:11Z
2005-07-22T09:17:11Z
1996
description First, we present a motion detection algorithm for image sequences acquired with a static camera (binary labelling of each pixel according to static or mobile areas) . The approach is based on a Markov Random Field modelling of the spatiotempora l interactions between labels . The algorithm works on three consecutive frames . Robustness, convergence speed and simplicity (fe w heuristics) are the main characteristics of the algorithm . Then, it is shown how the proposed model may be easily extended to th e case of multilabelling by modifying the initialisation of the label field and the relaxation strategy . Instead of a bare binary detectio n of moving areas, multilabelling enables a discrimination between different moving objects, an estimation of their number and a short-term tracking of moving areas . Finally, we present the first results about a hardware implementation of the binary detectio n algorithm on a general purpose image processing board build around a DSP.
Dans un premier temps, nous présentons un algorithme de détection de mouvement dans les séquences d'images acquises avec une caméra fixe (étiquetage binaire de l'image en pixels fixes ou mobiles). L'approche est basée sur une modélisation des interactions spatio-temporelles entre étiquettes par un champ de Markov faisant intervenir trois images successives. Cet algorithme se caractérise par sa robustesse, sa rapidité de convergence et sa simplicité (limitation du nombre d'heuristiques). Ensuite, on montre comment le modèle proposé s'étend aisément au cas du multi-étiquetage moyennant une modification de la stratégie d'initialisation des champs d'étiquettes et de la stratégie de relaxation. Ceci permet de faire non plus simplement une détection binaire des zones mobiles mais une détection multi-étiquette non supervisée (discrimination des divers objets mobiles et estimation de leur nombre) et un suivi court-terme des objets mobiles. Enfin, nous présentons les premiers résultats d'une mise en oeuvre matérielle de l'algorithme de détection binaire sur une carte générique de traitement d'images à base d'un DSP.
format 52628 bytes
application/pdf
identifier Traitement du Signal [Trait. Signal], 1996, Vol. 13, N° 2, p. 177-190
0765-0019
  http://hdl.handle.net/2042/1954
language en_US
publisher GRETSI, Saint Martin d'Hères, France
rights http://irevues.inist.fr/IMG/pdf/Licence.pdf
source Traitement du Signal [Trait. Signal], ISSN 0765-0019, 1996, Vol. 13, N° 2, p. 177-190
subject Traitement image
Détection signal
Mouvement
Modèle Markov
Algorithme
Traitement signal
Traitement numérique
title 5 - Algorithme de détection de mouvement par modélisation markovienne mise en oeuvre sur DSP
MRF-based motion detection algorithm image processing board implementation
type Article