Estimation du mouvement dans une séquence d’images par approche probabiliste

Loading...
Thumbnail Image

Date

2012

Journal Title

Journal ISSN

Volume Title

Publisher

Université Mouloud Mammeri

Abstract

Dans cette étude, nous nous sommes intéressés à l’estimation du mouvement par une approche probabiliste, après un état de l’art des différentes méthodes d’estimation du mouvement existantes et le développement de deux méthodes connues à savoir Horn et Shunck HS et Lucas Kanade LK [1], [2], nous avons développé l’approche probabiliste dans laquelle l'estimation du mouvement 2-D est formulée comme un problème bayésien ; par ailleurs, une contrainte de lissage est introduite par la modélisation d’un champ de mouvement 2-D par la distribution de Gibbs [7]. Le modèle proposé dans cette thèse est un modèle globalement lisse basé sur les champs de Markov aléatoires et le critère d'estimation est celui de la probabilité du maximum à posteriori (MAP) [5], dans lequel cette probabilité est maximisée compte tenu des données d'entrée. L'estimation du MAP est réalisée par le biais de l’algorithme du recuit simulé [8], dans lequel l'échantillonnage de l'espace des solutions se fait au moyen de l'échantillonneur de Gibbs. Les mauvaises données sont éliminées en utilisant la méthode de rejet des valeurs aberrantes [6].

Description

71 f. : ill. ; 30 cm. (+ CD-Rom)

Keywords

Estimation du mouvement, Flot optique, Horn et Shunck, Recuit simulé, Modèle à priori, Modèle de vraisemblance, Maximum à Posteriori, Distribution de Gibbs, Réseaux de Markov, Théorème de Bayes, Approche Probabiliste, Lucas Kanade

Citation

Option : télédétection