Modélisation probabiliste pour la segmentation multi-vues

Abdelaziz Djelouah (1) , Jean-Sébastien Franco (1) , Edmond Boyer (1) , Francois Le Clerc (2) , Patrick Pérez (3)

1 MORPHEO - Capture and Analysis of Shapes in Motion
2 Technicolor R & I [Cesson Sévigné]
3 Technicolor Imaging Science Lab

Dans cet article nous abordons le problème de la segmentation multi-vues d'un objet vue par un ensemble de caméras calibrées. La principale difficulté est de formuler au mieux les contraintes inter-vues afin de propager un maximum d'information sur la segmentation de l'objet avec une complexité réduite. Pour cela, nous proposons un modèle probabiliste basé sur l'idée qu'examiner les informations à la projection d'un ensemble épars d'échantillons de points 3D doit être suffisant pour résoudre le problème de segmentation multi-vues. L'algorithme proposé classe chaque point comme "vide" s'il se projette sur une région du fond et "occupé" s'il se projette sur une région avant-plan dans toutes les vues. L'étude présente aussi un ensemble d'expérimentations qui valident l'approche proposée, avec des résultats équivalents à l'état de l'art et une complexité réduite.

Mots clés: Segmentation; multi-vues.; multi-vues

Domaines: Vision par ordinateur et reconnaissance de formes [cs.CV]

Abdelaziz Djelouah, Jean-Sébastien Franco, Edmond Boyer, Francois Le Clerc, Patrick Pérez. Modélisation probabiliste pour la segmentation multi-vues. ORASIS - Congrès des jeunes chercheurs en vision par ordinateur, Jun 2013, Cluny, France. ⟨hal-00830762⟩