Documents disponibles écrits par cet auteur

Extraction d’Objets en Mouvement dans les Séquences Vidéo par Mélange de Gaussiennes / MARADJ Mohammed 

Public ISBD Titre : Extraction d’Objets en Mouvement dans les Séquences Vidéo par Mélange de Gaussiennes Type de document : document électronique Auteurs : MARADJ Mohammed, Auteur Année de publication : 23-10-2017 Importance : 113 p. Accompagnement : CD Langues : Français (fre) Catégories : Electronique:Signaux et Image Mots-clés : Détection  Suivi  Extraction  Mélange de gaussiennes  Soustraction de Fond  Etiquetage  Opération morphologiques – Suppression d’ombre Résumé : Avec la croissance de la demande en matière de systèmes de sécurités, la télésurveillance est devenue un atout majeur pour combler le manque dans ce domaine. L’évolution des techniques de traitement d’images et de vidéos et le matériel mis en œuvre, a conduit à l’élaboration d’algorithmes de plus en plus flexible et intelligents. L’extraction et la détection d’objets en mouvement dans les scènes vidéos s’avère une préoccupation majeur vue son utilité dans la prévention d’incidents et le suivi d’objet suspects. La thèse a fait l’objet de l’étude et la mise en œuvre de techniques et procédés de détection d’objets en mouvements sur des prises vidéo dans différents environnements, différents algorithmes sont présentées du plus rudimentaires au plus complexe et sont exécutés sur différents séquences. La technique de soustraction de fond fait office d’une base pour les techniques utilisées récemment, elle consiste à effectuer une soustraction des pixels appartenant au fond de l’image pour obtenir les zones délimitant les objets en mouvement, cela représente la technique dans sa forme la plus rudimentaire. A l’issue des lacunes rencontrées avec cette version initiale, cela a conduit à l’élaboration d’une technique qui effectue une mise a jour du fond, c’est la technique de la différence temporelle adaptative. Une autre technique qui se base sur un fond constitué de pixel représentant la moyenne temporelle c’est le filtre approximatif de médiane. Il est important de noter que les techniques citées précédemment son efficaces sur des séquences vidéos comportant un fond fixe, ne comportant pas de mouvements locaux et prises a partir d’une caméra fixe, lors d’essaies sur des séquences comportant des mouvements de fond (mouvements de branches d’arbres, des vagues dans la mer, ou bien des changements de conditions d’éclairage) les résultats de la détection ne sont pas concluants. Pour contrecarrer ce problème, l’utilisation de techniques plus élaborées est requise vue que celles-ci viennent combler les lacunes des techniques décrites précédemment. L’application de modèle de mélanges de gaussiennes pour l’approximation des valeurs de pixels de fond est la manière la plus judicieuse pour la construction d’un fond qui répond aux exigences et contraintes imposées par les conditions réelles de la prise de vidéo. Des résultats convainquant ont été obtenus à l’issue des tests effectués, la méthode s’est avérée robuste et précise pour la détection d’objets en mouvement même dans des conditions contraignantes. With the growing demand for security systems, remote monitoring has become a major asset in filling the shortcomings in this domain. The evolution of image and video processing techniques and the hardware implemented, has led to the development of increasingly flexible and intelligent algorithms. The extraction and detection of moving objects in video scenes is a major concern for its usefulness in preventing incidents and tracking suspicious objects. The thesis was the object of the study and the implementation of techniques and processes of detection of objects in motion on video jacks in different environments; different algorithms are presented from the most rudimentary to the most complex and are executed on different sequences. The background subtraction technique serves as a basis for the techniques recently used, it consists of subtracting the pixels belonging to the background of the image to obtain the zones delimiting the objects in motion, this represents the method in its form the most rudimentary. From the shortcomings encountered with the initial version, this led to the development of a technique that performs a background update, it is the adaptive temporal difference technique. Another technique that is based on a pixel background representing the time average, it is the approximate median filter. It is important to note that the techniques mentioned above are effective on video sequences with a fixed background, not including local movements and taken from a fixed camera, during a tests on sequences with background movements (movements tree branches, waves in the sea, or changes in lighting conditions) the results of the detection are inconclusive. To counteract this problem, the use of more elaborate techniques is required to fill the shortcomings in the techniques described above. The application of gaussian mixture models for the approximation of background pixel values is the most judicious way to build a background that meets the requirements and constraints imposed by the actual conditions of video shooting. Convincing results were obtained after the tests carried out, the method proved to be robust and precise for the detection of moving objects even in constraining conditions. مع الطلب المتزايد على أنظمة الأمن, أصبحت المراقبة عن بعد أحد الأصول الرئيسية في سد الفجوة في هذا المجال. وقد أدى تطور تقنيات معالجة الصور والفيديو والأجهزة المنفذة, إلى تطوير خوارزميات مرنة وذكية بشكل متزايد. إن استخراج وكشف الأجسام المتحركة في مشاهد الفيديو هو مصدر قلق كبيرنضرا لفائدتها في منع الحوادث وتتبع الأشياء المشبوهة. وكانت الأطروحة موضوع الدراسة وتنفيذ تقنيات وعمليات الكشف عن الأجسام المتحركة على مقاطع فيديو في بيئات مختلفة، عدة خوارزميات عرضت من البدائية لأكثرها تعقيدا ويتم تنفيذها على مختلف مقاطع فيديو. إن تقنية طرح الخلفية تعد بمثابة أساس للتقنيات المستخدمة مؤخرا، وتتضمن بقيام عملية طرح مجموعة البكسل التي تنتمي إلى الخلفية من الصورة للحصول على المناطق التي تحدد الأجسام المتحركة، وهذا يمثل التقنية في شكلها الأكثر بدائي. إنطلاقا من الثغرات التيوجدت في الإصدار الأولي, أدت هده الأخيرة إلى تطوير طريقة تقوم بتحديث الخلفية, ألا و هي طريقة الفرق الزمني المكيف. تقنية أخرى تقوم على خلفية مكونة من مجموعة بكسل بحيث يمثل كل واحد المتوسط الزمني ألا وهو المرشح التقريبي للوسيط. من المهم تدوين أن التقنيات المذكورة سابقا فعالة على مقاطع فيديو تتألف من خلفية ثابتة، لا تحتوي على حركات محلية ومأخوذة من كاميرا ثابتة، خلال تجارب اجريت على مقاطع فيديو تتحتوي على حركات على مستوى الخلفية (الحركات فروع الأشجار، الموجات في البحر، أو التغيرات في ظروف الإضاءة) فإن نتائج الكشف المحصل عليها غير حاسمة. ولمواجهة هذه المشكلة، يلزم استخدام تقنيات أكثر تطورا لأن هذه الأخيرة تقوم بملأ ثغرات التقنيات الموصوفة أعلاه. تطبيق نموذج خليط غاوس لتقريب قيم بكسل الخلفية هو الطريقة الأكثر حكمة لبناء الخلفية التي تلبي المتطلبات والقيود المفروضة من قبل الظروف الفعلية لتصوير الفيديو. تم الحصول على نتائج مقنعة بعد الاختبارات التي أجريت، أثبتت الطريقة لتكون قوية ودقيقة للكشف عن الأجسام المتحركة حتى في ظروف تقييدية. Directeur de thèse : SOUDANI S. Extraction d’Objets en Mouvement dans les Séquences Vidéo par Mélange de Gaussiennes [document électronique] / MARADJ Mohammed, Auteur . - 23-10-2017 . - 113 p. + CD. Langues : Français (fre) Catégories : Electronique:Signaux et Image Mots-clés : Détection  Suivi  Extraction  Mélange de gaussiennes  Soustraction de Fond  Etiquetage  Opération morphologiques – Suppression d’ombre Résumé : Avec la croissance de la demande en matière de systèmes de sécurités, la télésurveillance est devenue un atout majeur pour combler le manque dans ce domaine. L’évolution des techniques de traitement d’images et de vidéos et le matériel mis en œuvre, a conduit à l’élaboration d’algorithmes de plus en plus flexible et intelligents. L’extraction et la détection d’objets en mouvement dans les scènes vidéos s’avère une préoccupation majeur vue son utilité dans la prévention d’incidents et le suivi d’objet suspects. La thèse a fait l’objet de l’étude et la mise en œuvre de techniques et procédés de détection d’objets en mouvements sur des prises vidéo dans différents environnements, différents algorithmes sont présentées du plus rudimentaires au plus complexe et sont exécutés sur différents séquences. La technique de soustraction de fond fait office d’une base pour les techniques utilisées récemment, elle consiste à effectuer une soustraction des pixels appartenant au fond de l’image pour obtenir les zones délimitant les objets en mouvement, cela représente la technique dans sa forme la plus rudimentaire. A l’issue des lacunes rencontrées avec cette version initiale, cela a conduit à l’élaboration d’une technique qui effectue une mise a jour du fond, c’est la technique de la différence temporelle adaptative. Une autre technique qui se base sur un fond constitué de pixel représentant la moyenne temporelle c’est le filtre approximatif de médiane. Il est important de noter que les techniques citées précédemment son efficaces sur des séquences vidéos comportant un fond fixe, ne comportant pas de mouvements locaux et prises a partir d’une caméra fixe, lors d’essaies sur des séquences comportant des mouvements de fond (mouvements de branches d’arbres, des vagues dans la mer, ou bien des changements de conditions d’éclairage) les résultats de la détection ne sont pas concluants. Pour contrecarrer ce problème, l’utilisation de techniques plus élaborées est requise vue que celles-ci viennent combler les lacunes des techniques décrites précédemment. L’application de modèle de mélanges de gaussiennes pour l’approximation des valeurs de pixels de fond est la manière la plus judicieuse pour la construction d’un fond qui répond aux exigences et contraintes imposées par les conditions réelles de la prise de vidéo. Des résultats convainquant ont été obtenus à l’issue des tests effectués, la méthode s’est avérée robuste et précise pour la détection d’objets en mouvement même dans des conditions contraignantes. With the growing demand for security systems, remote monitoring has become a major asset in filling the shortcomings in this domain. The evolution of image and video processing techniques and the hardware implemented, has led to the development of increasingly flexible and intelligent algorithms. The extraction and detection of moving objects in video scenes is a major concern for its usefulness in preventing incidents and tracking suspicious objects. The thesis was the object of the study and the implementation of techniques and processes of detection of objects in motion on video jacks in different environments; different algorithms are presented from the most rudimentary to the most complex and are executed on different sequences. The background subtraction technique serves as a basis for the techniques recently used, it consists of subtracting the pixels belonging to the background of the image to obtain the zones delimiting the objects in motion, this represents the method in its form the most rudimentary. From the shortcomings encountered with the initial version, this led to the development of a technique that performs a background update, it is the adaptive temporal difference technique. Another technique that is based on a pixel background representing the time average, it is the approximate median filter. It is important to note that the techniques mentioned above are effective on video sequences with a fixed background, not including local movements and taken from a fixed camera, during a tests on sequences with background movements (movements tree branches, waves in the sea, or changes in lighting conditions) the results of the detection are inconclusive. To counteract this problem, the use of more elaborate techniques is required to fill the shortcomings in the techniques described above. The application of gaussian mixture models for the approximation of background pixel values is the most judicious way to build a background that meets the requirements and constraints imposed by the actual conditions of video shooting. Convincing results were obtained after the tests carried out, the method proved to be robust and precise for the detection of moving objects even in constraining conditions. مع الطلب المتزايد على أنظمة الأمن, أصبحت المراقبة عن بعد أحد الأصول الرئيسية في سد الفجوة في هذا المجال. وقد أدى تطور تقنيات معالجة الصور والفيديو والأجهزة المنفذة, إلى تطوير خوارزميات مرنة وذكية بشكل متزايد. إن استخراج وكشف الأجسام المتحركة في مشاهد الفيديو هو مصدر قلق كبيرنضرا لفائدتها في منع الحوادث وتتبع الأشياء المشبوهة. وكانت الأطروحة موضوع الدراسة وتنفيذ تقنيات وعمليات الكشف عن الأجسام المتحركة على مقاطع فيديو في بيئات مختلفة، عدة خوارزميات عرضت من البدائية لأكثرها تعقيدا ويتم تنفيذها على مختلف مقاطع فيديو. إن تقنية طرح الخلفية تعد بمثابة أساس للتقنيات المستخدمة مؤخرا، وتتضمن بقيام عملية طرح مجموعة البكسل التي تنتمي إلى الخلفية من الصورة للحصول على المناطق التي تحدد الأجسام المتحركة، وهذا يمثل التقنية في شكلها الأكثر بدائي. إنطلاقا من الثغرات التيوجدت في الإصدار الأولي, أدت هده الأخيرة إلى تطوير طريقة تقوم بتحديث الخلفية, ألا و هي طريقة الفرق الزمني المكيف. تقنية أخرى تقوم على خلفية مكونة من مجموعة بكسل بحيث يمثل كل واحد المتوسط الزمني ألا وهو المرشح التقريبي للوسيط. من المهم تدوين أن التقنيات المذكورة سابقا فعالة على مقاطع فيديو تتألف من خلفية ثابتة، لا تحتوي على حركات محلية ومأخوذة من كاميرا ثابتة، خلال تجارب اجريت على مقاطع فيديو تتحتوي على حركات على مستوى الخلفية (الحركات فروع الأشجار، الموجات في البحر، أو التغيرات في ظروف الإضاءة) فإن نتائج الكشف المحصل عليها غير حاسمة. ولمواجهة هذه المشكلة، يلزم استخدام تقنيات أكثر تطورا لأن هذه الأخيرة تقوم بملأ ثغرات التقنيات الموصوفة أعلاه. تطبيق نموذج خليط غاوس لتقريب قيم بكسل الخلفية هو الطريقة الأكثر حكمة لبناء الخلفية التي تلبي المتطلبات والقيود المفروضة من قبل الظروف الفعلية لتصوير الفيديو. تم الحصول على نتائج مقنعة بعد الاختبارات التي أجريت، أثبتت الطريقة لتكون قوية ودقيقة للكشف عن الأجسام المتحركة حتى في ظروف تقييدية. Directeur de thèse : SOUDANI S.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
2576	02-09-552	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

Extraction d’Objets en Mouvement dans les Séquences Vidéo par Mélange de Gaussiennes Adobe Acrobat PDF