Modélisation statistique non paramétrique et reconnaissance ...

Modélisation statistique non paramétrique et reconnaissance du mouvement
Statistical non parametric modeling and motion recognition
R. Fablet et P. Bouthemy
IRISA/CNRS IRISA/INRIA
Campus universitaire de Beaulieu 35042 Rennes Cedex, France
e mail: {rfablet,bouthemy}@irisa.fr
Résumé 1 Introduction
Nous présentons une méthode originale d’analyse non pa L’interprétation d’informations de nature dynamique est au
ramétrique du mouvement dans des séquences d’images. coeur du processus de perception visuelle [2]. L’analyse
Elle repose sur une modélisation statistique de distribu du mouvement dans des séquences d’images pour l’inter
tions de mesures locales (partielles) de mouvement directe prétation ou la classification de scènes dynamiques consti
ment évaluées à partir des intensités des images. La défini tue ainsi une thématique de recherche importante en vision
par ordinateur. Dans ce domaine, les travaux se sont ini tion de modèles de Gibbs temporels multi échelles permet
tialement concentrés sur le calcul de champs de vitessesde prendre en compte simultanément des propriétés spa
à partir de séquences d’images, qui est connu pour êtretiales et temporelles du mouvement. La caractéristique es
un problème inverse mal posé [1, 12]. Toutefois, commesentielle de ces modèles réside dans le calcul simple et di
il est souligné dans [8], il n’est pas toujours nécessairerect de leur fonction de vraisemblance. Ceci rend possible
de disposer de ces informations de mouvement ...