Soutenances > Décompositions spatio-temporelles pour l’étude des textures dynamiques Contribution à l’indexation vidéo
Décompositions spatio-temporelles pour l’étude des textures dynamiques Contribution à l’indexation vidéo
Sloven Dubois
Thèse soutenue le 19 Novembre 2010
Manuscrit de la thèse (sans vidéo - 100 Mo)
Manuscrit de la thèse (avec vidéo - 360 Mo)
Diaporama de la soutenance (sans vidéo - 45 Mo)
Diaporama de la soutenance (avec vidéo et annexes - 450 Mo)
Directeur de thèse : Michel Ménard
Encadrant scientifique : Renaud Péteri
Mots clés : Textures Dynamiques, décompositions multi-échelles 2D+T, Analyse en Composantes Morphologiques, indexation vidéo.
Résumé :
Nous nous intéresserons dans cette thèse à l’étude et la caractérisation des Textures Dynamiques (TDs), avec comme application visée l’indexation dans de grandes bases de vidéos.
Ce thème de recherche étant émergent, nous proposons une définition des TDs, une taxonomie de celles-ci, ainsi qu’un état de l’art. La classe de TD la plus représentative est décrite par un modèle formel qui considère les TDs comme la superposition d’ondes porteuses et de phénomènes locaux.
La construction d’outils d’analyse spatio-temporelle adaptés aux TDs est notre principale contribution. D’une part, nous montrons que la transformée en curvelets 2D+T est pertinente pour la représentation de l’onde porteuse. D’autre part, dans un objectif de décomposition des séquences vidéos, nous proposons d’utiliser l’approche par Analyse en Composantes Morphologiques. Notre contribution consiste en l’apport et l’étude de nouvelles stratégies de seuillage. Ces méthodes sont testées sur plusieurs applications : segmentation spatio-temporelle, décomposition de TDs, estimation du mouvement global d’une TD, ...
Nous avons de plus montré que l’Analyse en Composantes Morphologiques et les approches multi-échelles donnent des résultats significatifs pour la recherche par le contenu et l’indexation de Textures Dynamiques de la base de données DynTex.
Cette thèse constitue ainsi un premier pas vers l’indexation automatique de textures dynamiques dans des séquences d’images, et ouvre la voie à de nombreux développements sur ce sujet nouveau. Enfin, le caractère générique des approches proposées permet d’envisager leurs applications dans un cadre plus large mettant en jeu par exemple des données 3D.