English
 
Help Privacy Policy Disclaimer
  Advanced SearchBrowse

Item

ITEM ACTIONSEXPORT

Released

Thesis

Modélisation et estimation du mouvement et de la structure dans une séquence d'images à partir d'indices géométriques épars, avec application à la post-production audio-visuelle

MPS-Authors
There are no MPG-Authors in the publication available
External Resource
No external resources are shared
Fulltext (restricted access)
There are currently no full texts shared for your IP range.
Fulltext (public)
There are no public fulltexts stored in PuRe
Supplementary Material (public)
There is no public supplementary material available
Citation

Bazin, P.-L. (2001). Modélisation et estimation du mouvement et de la structure dans une séquence d'images à partir d'indices géométriques épars, avec application à la post-production audio-visuelle. Thesis.


Cite as: https://hdl.handle.net/11858/00-001M-0000-0012-0F1B-6
Abstract
Le problème du calcul de la structure et du mouvement est une question centrale de la vision par ordinateur. Il possède de nombreuses formulations et solutions, selon les applications visées. Pour la post-production, la difficulté principale est d'obtenir une reconstruction précise de la structure 3D et du mouvement de caméra dans des séquences d'images longues. Dans notre approche, le problème est formulé en termes d'estimation paramétrique, pour gérer au mieux les informations hétérogènes sur le système et les incertitudes dans un contexte Bayesien. A l'aide de modèles non-linéaires obtenus par réduction géométrique, la structure des scènes considérées peut intégrer des éléments géométriques variés comme les segments, les rectangles, les coins 3D et les relations qui les relient, comme l'orthogonalité, le parallélisme ou la coplanarité. De même, le mouvement de caméra est modélisé sur l'ensemble de la séquence à l'aide de courbes polynomiales, dont le degré est fixé par une stratégie de sélection de modèles. Indépendamment, les éléments sont poursuivis automatiquement dans la séquence, par une technique de corrélation et de recalage couplés. Les paramètres des modèles sont enfin estimés dans un algorithme séquentiel, en fonction des données extraites lors de la poursuite. Les résultats obtenus sur des séquences variées, virtuelles et réelles, nous ont permis de caractériser les performances de l'algorithme et d'orienter les choix de modélisation. Enfin, l'application de la méthode pour la génération d'effets spéciaux répond pleinement aux contraintes de la post-production.