Détection de changements entre vidéos aériennes avec trajectoires arbitraires - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

Change detection in aerial videos with arbitrary trajectories

Détection de changements entre vidéos aériennes avec trajectoires arbitraires

Nicolas Bourdis
  • Fonction : Auteur
  • PersonId : 942896

Résumé

Business activities based on the use of video data have developed at a dazzling speed these last few years. Indeed, not only has the market of some of these activities widely expanded, such as video-surveillance, but the operational applications have also greatly diversified (e.g. natural resources monitoring, aerial video and soon satellite video intelligence). However, nowadays, the volume of generated data has become overwhelming and the efficiency of these activities is now limited by the cost and the time required by the human interpretation of this video data. As a consequence, automatic analysis of video streams has become a critical problem for numerous applications. The work conducted in this thesis fall within this context, and focuses more specifically on the automatic analysis of aerial videos. Indeed, besides the problem regarding the data volumes, this type of videos is particularly difficult to use for an image analyst, due to the frequent viewpoint variations, the narrow fields of view, the poor image quality, etc. To address these difficulties, we chose to direct our work toward a semi-automatic system used to assist the image analyst in his task, by suggesting areas of potential interest identified using change detection. More precisely, the approach developed in this thesis tries to use available data up to its full potential, in order to minimize the effort required from the user and to maximize the detection effectivity. For that purpose, our approach proceeds to a tridimensional modeling of the appearances observed in the reference videos. Such a modeling then enables the online detection of significant changes in a new video, by identifying appearance deviations with respect to the reference models. Specific techniques have also been developed to estimate the acquisition parameters and to attenuate illumination effects. Moreover, we developed several consolidation techniques making use of a priori knowledge related to targeted changes, in order to improve detection accuracy. The interest of our change detection approach is demonstrated in this thesis using the results obtained from a resolute and thorough evaluation. This evaluation was carried out using both real and synthetical data, in order to analyze respectively the robustness of our approach with respect to realistic acquisition conditions (e.g. noise, compression artifacts, complex appearances and illumination effects, etc) and the accuracy of the results under controlled conditions.
Les activités basées sur l'exploitation de données vidéo se sont développées de manière fulgurante ces dernières années. En effet, non seulement avons-nous assisté à une démocratisation de certaines de ces activités, telles que la vidéo-surveillance, mais également à une diversification importante des applications opérationnelles (e.g. suivi de ressources naturelles, reconnaissance aérienne et bientôt satellite). Cependant, le volume de données vidéo généré est aujourd'hui astronomique et l'efficacité des activités correspondantes est limitée par le coût et la durée nécessaire à l'interprétation humaine de ces données vidéo. Par conséquent, l'analyse automatique de flux vidéos est devenue une problématique cruciale pour de nombreuses applications. Les travaux réalisés dans le cadre de cette thèse s'inscrivent dans ce contexte, et se concentrent plus spécifiquement sur l'analyse automatique de vidéos aériennes. En effet, outre le problème du volume de données, ce type de vidéos est particulièrement difficile à exploiter pour un analyste image, du fait des variations de points de vue, de l'étroitesse des champs de vue, de la mauvaise qualité des images, etc. Pour aborder ces difficultés, nous avons choisi de nous orienter vers un système semi-automatique permettant d'assister l'analyste image dans sa tâche, en suggérant des zones d'intérêt potentiel par détection de changements. Plus précisément, l'approche développée dans le cadre de cette thèse cherche à exploiter les données disponibles au maximum de leur potentiel, afin de minimiser l'effort requis pour l'utilisateur et de maximiser les performances de détection. Pour cela, nous effectuons une modélisation tridimensionnelle des apparences observées dans les vidéos de référence. Cette modélisation permet ensuite d'effectuer une détection en ligne des changements significatifs dans une nouvelle vidéo, en identifiant les déviations d'apparence par rapport aux modèles de référence. Des techniques spécifiques ont également été proposées pour effectuer l'estimation des paramètres d'acquisition ainsi que l'atténuation des effets de l'illumination. De plus, nous avons développé plusieurs techniques de consolidation permettant d'exploiter la connaissance a priori relative aux changements à détecter. L'intérêt de notre approche de détection de changements est démontré dans ce manuscrit de thèse, par la présentation des résultats issus de son évaluation minutieuse et systématique. Cette évaluation a été effectuée à l'aide de données réelles et synthétiques permettant d'analyser, d'une part la robustesse de l'approche par rapport à des perturbations réalistes (e.g. bruit, artefacts de compression, apparences et effets complexes, etc), et d'autre part la précision des résultats en conditions contrôlées.
Fichier principal
Vignette du fichier
ManuscritTheseNBo.pdf (14.26 Mo) Télécharger le fichier
PresentationTheseNBo.pdf (15.24 Mo) Télécharger le fichier
Format : Autre

Dates et versions

tel-00834717 , version 1 (17-06-2013)
tel-00834717 , version 2 (07-07-2016)

Identifiants

  • HAL Id : tel-00834717 , version 1

Citer

Nicolas Bourdis. Détection de changements entre vidéos aériennes avec trajectoires arbitraires. Traitement du signal et de l'image [eess.SP]. Telecom ParisTech, 2013. Français. ⟨NNT : ⟩. ⟨tel-00834717v1⟩
335 Consultations
515 Téléchargements

Partager

Gmail Facebook X LinkedIn More