Le cadre général de cette étude est le traitement numérique du signal, appliqué<br />aux séquences d'images, pour des applications multimédia. Ce travail est<br />divisé en deux contributions principales~: un algorithme de segmentation<br />d'images en objets vidéo en mouvement, et une méthode d'interpolation<br />temporelle opérant sur ces objets.<br /><br />La segmentation de la séquence est effectuée par un algorithme de suivi<br />temporel. Un algorithme de segmentation spatio-temporelle est utilisé<br />initialement pour obtenir des régions dans la première image de la séquence.<br />Cette partition est ensuite suivie par une technique de contours actifs, qui<br />opère sur une nouvelle représentation de la segmentation, composée des<br />frontières ouvertes séparant les régions. L'algorithme estime à la fois le<br />mouvement des frontières et celui des régions. Il est capable de suivre<br />plusieurs objets simultanément et de traiter les occultations entre eux. Des<br />résultats, obtenus sur des séquences d'images réelles, montrent que cet<br />algorithme permet une bonne stabilité temporelle de la segmentation et une<br />bonne précision des frontières.<br /><br />Le but de l'algorithme d'interpolation est de reconstruire des images<br />intermédiaires entre deux images de la séquence. Il s'agit d'un algorithme de<br />faible complexité qui peut être utilisé à la fin d'une chaîne codeur/décodeur.<br />L'interpolation est compensée en mouvement et utilise le mouvement des régions,<br />estimé pendant la phase de suivi. Il est aussi basé objets, dans le sens où il<br />utilise la segmentation pour prédire correctement les zones d'occultation. Cet<br />algorithme peut être utilisé pour trois applications différentes~: le codage<br />interpolatif (où des images de la séquence sont prédites par interpolation),<br />l'adaptation de la fréquence de la séquence à la fréquence d'affichage du<br />terminal de visualisation dans une transmission multipoints et la<br />reconstruction d'images manquantes (où l'on calcule des images non observées).<br />Des résultats expérimentaux pour la première application montrent que pour une<br />qualité de reconstruction donnée, la taux de compression moyen sur un groupe<br />d'images est plus élevé en utilisant l'interpolation qu'avec une prédiction<br />causale.

L'objectif de cette thèse est l'élaboration de modèles de contours actifs basés régions pour la segmentation d'images et de vidéos.<br />Nous proposons de segmenter les régions ou objets en minimisant une fonctionnelle composée d'intégrales de régions et d'intégrales de contours. Dans ce cadre de travail, les fonctions caractérisant les régions ou les contours sont appelées "descripteurs''. La recherche du minimum se fait via la propagation d'un contour actif dit basé régions. L'équation d'évolution associée est calculée en utilisant les outils de dérivation de domaines. Par ailleurs, nous prenons en compte le cas des descripteurs dépendant de la région qui évoluent au cours de la propagation du contour. Nous montrons que cette dépendance induit des termes supplémentaires dans l'équation d'évolution.<br /><br />Le cadre de travail développé est ensuite mis en oeuvre pour des applications variées de segmentation. Tout d'abord, des descripteurs statistiques basés sur le déterminant de la matrice de covariance sont étudiés pour la segmentation du visage. L'estimation des paramètres statistiques se fait conjointement à la segmentation. Nous proposons ensuite des descripteurs statistiques utilisant une distance à un histogramme de référence. Enfin, la détection des objets en mouvement dans les séquences à caméra fixe et mobile est opérée via l'utilisation hierarchique de descripteurs basés mouvement et de descripteurs spatiaux.

L'objectif de cette thèse est de valider l'hypothèse selon laquelle le codage par objets vidéo peut permettre d'obtenir des gains significatifs en utilisant le codage dynamique (mise en concurrence de plusieurs codeurs pour chaque objet vidéo). Afin de répondre à cet objectif, différents points ont été étudiés. Le premier point concerne l'étude de la segmentation en objet vidéo de manière automatique. Nous avons proposé un modèle d'objet faisant intervenir la notion de suivi long terme via la représentation d'un objet sous la forme mouvement/texture (avec l'utilisation d'un maillage actif pour représenter le mouvement). Un algorithme de clustering 3D a été développé basé sur ce modèle. Dans un deuxième temps, nous nous sommes attaché à l'amélioration des techniques de codage objet via la hiérarchisation ("scalabilité") du flux vidéo. Pour cela, nous utilisons un schéma de codage ondelette 3D et nous introduisons notamment un codage de contours avec perte. Enfin le dernier point étudié concerne le codage dynamique d'objets vidéo (mise en concurrence de plusieurs codeurs pour chaque objet vidéo). Les codeurs utilisés sont : le codeur H264/AVC, un codeur ondelette 3D, un codeur 3D et un codeur par mosaïque. La répartition automatique des débits permet d'obtenir des résultats dépassant ceux produits par chaque codeur pris séparément, tout en offrant le découpage du flux en objets vidéo. Mots clés : Segmentation en objets vidéo, segmentation long terme, modèle d'objet vidéo, fonctionelle d'énergie, clustering, maillage actif, mosaïque, codage vidéo, codage d'objet vidéo, décorrélation mouvement texture forme, hiérarchisation : scalabilté, ondelettes spatiotemporelles, ondelette 3D, codage de contour, codage de forme, prolongement : padding, codage dynamique, codage concurrentiel, optimisation débit-distorsion, répartition des débits, antialiasing.