Main Apparent Motion Estimation in a Video Sequence Using an Accumulation of Bi-Modal Votes on a Rough Histogram
Estimation du mouvement apparent majoritaire dans une séquence d'images vidéo par accumulation de votes bimodaux sur un histogramme approché
Résumé
An original approach to the main apparent motion estimation problem is presented in this dissertation. This method differs from classical approaches related to correlation or optical flow since hypotheses about relations between apparent motion and the variations of pixels gray level have few effects on the process' robustness. The originality of this work is related to the use of representation techniques of imprecision and uncertainty allowing to minimize the apriorism in the estimation process. The main apparent motion estimation calls for the motion probability density estimation and the search of its main mode. These two phases are performed with an extension of the histogram technique named the rough histogram. These histograms allow to consider defects on the data to accumulate such as imprecision or uncertainty, and also give the opportunity to minimize the influence of the data's parametric space partitioning. The validity of our approach is illustrated with experimentations on synthetic and real images sequences. These sequences allow to test the method's robustness towards classical disruptions in image processing such as brightness variation, parasite motions, or occlusions. This motion estimation method is used in two different fields: image mosaicing and video stabilization. The results achieved allow to illustrate the good behavior of our approach in terms of robustness and precision.
Ce manuscrit présente une approche particulièrement novatrice du problème d'estimation du mouvement apparent dominant dans une séquence d'images. Elle se démarque des approches classiques apparentées à la corrélation ou au flot optique par le fait que les hypothèses sur les relations entre le mouvement apparent et les variations du niveau de gris des pixels de l'image influent peu sur la robustesse du procédé. L'originalité de ce travail repose sur l'utilisation d'un ensemble de techniques de représentation de l'imprécis et de l'incertain permettant de minimiser l'a priori dans le processus d'estimation. L'estimation du mouvement majoritaire fait appel à l'estimation de la densité de probabilité du mouvement puis à la recherche du mode principal de cette distribution. Ces deux étapes sont réalisées grâce à une extension de la technique des histogrammes que nous avons appelée histogrammes approchés. Ces derniers permettent de prendre en compte les défauts de type imprécision et incertitude des données accumulées et de minimiser l'influence du partitionnement de l'espace paramétrique de ces données. La validité de notre approche est établie par des expérimentations sur des séquences d'images synthétiques et réelles. Celles-ci permettent de tester le comportement de notre méthode vis-à-vis de perturbations usuelles en traitement d'images telles que des variations d'illumination, des mouvements parasites ou des occlusions. Nous proposons deux applications à notre méthode d'estimation qui sont : la construction de mosaïque d'images et la stabilisation de séquences vidéo. Les résultats présentés permettent d'illustrer les performances satisfaisantes de notre approche en termes de robustesse et de précision.