Cette thèse présente une nouvelle technique pour la compression de données vidéo numériques, appelée le Codage de Bases Orthonormales (CBO). Des algorithmes de vision par ordinateur, de compression de données, et d'identification de configuration sont combinés pour donner une méthode de codage en trois étapes. CBO recueille des informations sur le contenu d'une image sans utiliser de modèles. Au lieu de cela, il est basé sur l'apparence d'objets. Les techniques basées sur l'apparence utilisent des représentations orthonormales de l'espace de base des objets, habituellement dans l'espace propre, et exploitent les propriétés géométriques de ces représentations d'objet. Dans une séquence d'images d'un objet, chaque image est un point dans l'espace engendré par la base orthonormale utilisée. Une concentration sur un objet représente une normalisation des données visuelles d'entrée d'un objet principal. Étant donné les domaines d'application pour la compression vidéo, le visage d'un locuteur comme objet principal est un choix normal. Nous démontrons que CBO est une alternative valide aux techniques de compression vidéo conventionnelles. En fonction de la précision de la normalisation sur l'objet principal, le CBO montre une performance bien supérieure a celle des techniques conventionnelles.

Cette thèse s'intéresse au problème de la reconnaissance d'objets dans les images vidéo et plus particulièrement à celui de leur localisation. Elle a été conduite dans le contexte d'une collaboration scientifique entre l'INRIA Rhône-Alpes et MBDA France. De ce fait, une attention particulière a été accordée à l'applicabilité des approches proposées aux images infra-rouges. La méthode de localisation proposée repose sur l'utilisation d'une fenêtre glissante incluant une cascade à deux étages qui, malgré sa simplicité, permet d'allier rapidité et précision. Le premier étage est un étage de filtrage rejetant la plupart des faux positifs au moyen d'un classifieur SVM linéaire. Le deuxième étage élimine les fausses détections laissées par le premier étage avec un classifieur SVM non-linéaire plus lent, mais plus performant. Les fenêtres sont représentées par des descripteurs HOG et Bag-of-words. La seconde contribution de la thèse réside dans une méthode permettant de combiner localisation d'objets et catégorisation d'images. Ceci permet, d'une part, de prendre en compte le contexte de l'image lors de la localisation des objets, et d'autre part de s'appuyer sur la structure géométrique des objets lors de la catégorisation des images. Cette méthode permet d'améliorer les performances pour les deux tâches et produit des détecteurs et classifieurs dont la performance dépasse celle de l'état de l'art. Finalement, nous nous penchons sur le problème de localisation de catégories d'objets similaires et proposons de décomposer la tâche de localisation d'objets en deux étapes. Une première étape de détection permet de trouver les objets sans déterminer leurs positions tandis qu'une seconde étape d'identification permet de prédire la catégorie de l'objet. Nous montrons que cela permet de limiter les confusions entre les classes, principal problème observé pour les catégories d'objets visuellement similaires. La thèse laisse une place importante à la validation expérimentale, conduites sur la base PASCAL VOC ainsi que sur des bases d'images spécifiquement réalisées pour la thèse.

L'appontage d'avions demeure aujourd'hui un exercice difficile dont la réussite conditionne l'efficacité d'un groupe aéronaval. Dans la marine française, des systèmes d'aide améliorent la perception du pilote durant l'appontage. Il n'existe cependant pas de système automatique qui permettrait l'emploi d'avions sans pilote sur porte-avions. Les travaux réalisés durant cette thèse ont donc pour objet un système d'appontage à l'aide d'un capteur de vision de l'avion. Utilisant les capteurs de l'aéronef, les différentes fonctions d'un tel système reposent sur la détection du porte-avions dans l'image initiale, son suivi au cours de la séquence et la commande de l'avion et de la tourelle de sa caméra. Cette étude propose des solutions pour ces fonctions en se basant sur les techniques de l'état de l'art. La détection du navire repose sur l'utilisation des capteurs de l'avion et d'une image de référence du porte-avions afin d'initialiser le suivi du porte-avions. Ce dernier est assuré par des algorithmes de suivi 3D basé modèle et de suivi 2D dense qui fournissent les mesures utilisées par la commande. La commande de l'avion par asservissement visuel repose sur des primitives visuelles contenues dans le plan image et dont les valeurs désirées restent constantes pour la trajectoire désirée. Les mouvements du porte-avions sont pris en compte à l'aide de la vision et la commande de la tourelle se base également sur des primitives visuelles. Les méthodes de vision sont validées sur des images réelles et des images provenant d'un simulateur réaliste. La commande est d'abord évaluée sans algorithme de vision afin de la caractériser. Enfin, l'ensemble de la chaîne est ensuite évaluée sur des simulations réalistes et montre son efficacité.

La vision omnidirectionnelle permet de percevoir l'environnement sur 360◦. C'est un atout considérable pour un robot mobile puisque grâce à cette particularité, il peut tirer parti d'une information globale de la scène à tout moment. Les premières recherches allant dans ce sens remontent en 1990 avec les travaux de Yasushi Yagi qui a proposé d'utiliser un dispositif nommé COPIS en associant une caméra perspective et un miroir conique pour obtenir une vue panoramique de la scène. En 1995, Mouaddib et Pégard présentent un procédé similaire pour localiser un robot dans son environnement. Bien que ce système possède des avantages pour la localisation, il se révèle peu adéquat pour reconstruire l'environnement 3D. D'autres systèmes catadioptriques (caméra+miroir) ont par la suite été employés. En 1997, Nayar en a fait une analyse théorique et a démontré que pour obtenir une vision omnidirectionnelle à l'aide d'une caméra et un miroir, il n'existait que deux configurations possibles. L'une consiste à associer une caméra orthographique avec un miroir paraboloïde (caméra paracatadioptrique), l'autre associe une caméra perspective avec un miroir hyperboloïde dont l'un des foyers correspond au centre optique de la caméra. Ces deux types de capteurs ont connu de nombreux développements puisque la propriété d'un point de vue unique leur confère une géométrie projective semblable aux caméras perspectives classiques. Pour ces caméras, les méthodes d'estimation du déplacement développées pour les caméras perspectives deviennent dès lors applicables dès que nous travaillons sur les plans projectifs dont le centre de projection est confondu avec le foyer du miroir. C'est à cette période que l'on voit apparaitre les premières méthodes de reconstruction 3D d'environnement à partir de caméra catadioptrique centrale. En 2001, Geyer et Daniilidis ainsi que Barreto et ont démontré que les caméras à projection centrale (perspective, catadioptrique à point de vue unique) étaient en fait équivalentes à une image sphérique dans laquelle la projection s'effectuait en son centre. Cette propriété importante a permis de développer les premières méthodes de traitement des images adaptées aux images catadioptriques. Plus récemment, Ying et Hu ainsi que Courbon et al. ont démontré que l'on pouvait également représenter certaines caméras fish-eye par des images sphériques. Ainsi, la sphère nous fournit un cadre générique pour l'étude de plusieurs types de caméras telles que les caméras perspectives, catadioptriques à point de vue unique, fish-eyes, LadyBug. Ce manuscrit a pour objectif de montrer que la modélisation sphérique offre un outil performant pour ces caméras. Il synthétise une grande partie de mes travaux menés depuis mon recrutement en tant que Maître de Conférences en septembre 2005.

No description available.

L'objectif de la Réalité Augmentée (RA) est d'intégrer des objets virtuels dans des images d'une scène réelle.<br />Les applications de la RA nécessitent que la scène augmentée soit continuellement mise à jour en fonction des mouvements de la caméra dans la scène.<br />Il est donc primordial de pouvoir calculer à chaque instant les paramètres de la caméra pour avoir une composition cohérente.<br />Cependant, les paramètres calculés sont souvent affectés par des fluctuations statistiques, ce qui nuit à l'impression visuelle de la scène augmentée.<br />Le problème de stabilisation de la caméra a été considéré par Kanatani et Matsuaga qui classifient les déplacements de la caméra par un certain nombre de modèles de mouvement.<br />Nous avons proposé de poursuivre leurs travaux dans un cadre d'environnements de type multi-planaire et de tester différents critères de sélection de modèles, ce qui a mis en évidence que l'usage de critères impliquant l'information sur la covariance des paramètres calculés améliorait la précision et la robustesse des points de vues calculées.<br /><br />Idéalement, un système de RA devrait fonctionner dans un environnement sans besoin de préparer la scène.<br />Dans cette thèse, nous considérons les problèmes du calcul du point de vue et des paramètres intrinsèques de la caméra dans le cadre d'environnements de type mu<br />lti-planaire.<br />De telles structures sont très courantes en intérieurs comme en extérieurs et le domaine d'application de nos méthodes est donc assez large.<br /><br />Nos évaluations expérimentales montrent que les stratégies ici proposées améliorent la précision et la stabilité dans le calcul des paramètres de la caméra et,<br />par conséquent, la qualité des séquences augmentées.

Thèse de doctorat : Automatique Industrielle : Villeurbanne, INSA : 1999. / Titre provenant de l'écran-titre. Bibliogr. p. 149-156.

Thèse doctorat : Traitement du signal et télécommunications : Rennes 1 : 2006. / Bibliogr. p. 279-288.

Thèse de doctorat : Électronique, électrotechnique, automatique. Robotique médicale : Strasbourg 1 : 2008. / Titre provenant de l'écran-titre. Bibliogr. p. 119-125.

Thèse doctorat : Automatique Industrielle : Villeurbanne, INSA : 1996. / Titre provenant de l'écran-titre. Bibliogr. p. 205-213.