Estimation du mouvement dans une séquence d’images par approche probabiliste
Loading...
Date
2012
Authors
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