Traitement décentralisé des informations visuelles dans les réseaux de capteurs sans fil multimédia
No Thumbnail Available
Date
2015
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
L
es progrès technologiques dans la conception des capteurs, en communica tion et en vision arti cielle, permettent de favoriser le développement des
nouvelles applications qui vont transformer les systèmes de vision classique
en réseaux des caméras intelligentes omniprésentes. Les applications permises
par les réseaux multi-caméra incluent les maisons intelligentes, la surveillance,
la navigation robotique visuelle, la réalité virtuelle, etc. Cependant, l'analyse
de l'information visuelle à partir de plusieurs ux vidéo dans des scénarios
de la vie réelle est un problème très complexe, qui nécessite le développement
des nouveaux algorithmes et des méthodes sophistiquées d'inférence collabo rative capable d'analyser l'information visuelle répartie ou décentralisée en
temps réel. Dans un réseau multi-caméra trois types de con guration par
rapport aux champs de captures sont possibles : (1) Caméras avec chevau chement dans les champs de captures. (2) Caméras sans chevauchement dans
les champs de captures ou caméras à champs disjoints. (3) Caméras hybrides.
Les contraintes matérielles et économiques limitent en général le nombre des
caméras et empêchent une couverture totale de l'espace, ce qui engendre des
discontinuités dans le champ de vue du réseau. Un des principaux dé s des
réseaux multi-caméra à champs disjoints est la ré-identi cation et le suivi des
cibles traversant le réseau : lorsqu'un objet apparaît dans le champ de vision
d'une caméra, il s'agit de déterminer si cet objet a déjà été observé et suivi
par l'une des caméras du réseau. Dans ce travail de thèse, nous nous intéres sons spéci quement à la ré-identi cation et le suivi d'objets en mouvement
dans un réseau multi-caméra à champs disjoints sans l. Dans la littérature,
plusieurs approches ont été proposées pour la détection et le suivi d'objets
en mouvement dans un système mono-caméra. En revanche, ces approches ne
sont pas su samment robustes dans des conditions réelles d'application. Cette
insu sance pose un grand problème, en mesures que ces approches forment
les briques de base d'un suivi dans un réseau multi-caméra. La première partie
de cette thèse est consacrée à l'amélioration des approches utilisées pour la
détection, la représentation et le suivi d'objets en mouvement dans un sys tème mono-caméra a n de les rendre plus robustes en présence des conditions
complexes. Dans la deuxième partie, nous proposons un système totalement
décentralisé pour la ré-identi cation et le suivi d'objets en mouvement dans un
réseau multi-caméra ad-hoc à champs de vision disjoints sans l. Ce système
repose sur le paradigme multi-agent où chaque caméra est modélisée par un
agent intelligent (agent cognitif), autonome dans sa décision locale et dans ses
traitements. Les caméras intelligentes du réseau collaborent mutuellement