Filtrage conditionnel pour la trajectographie dans des sequences d'images - Application au suivi de points
Overview & Synopsis
Dans cet article, nous proposons une nouvelle formulation conditionnelle des méthodes classiques de filtrage, dédiée à la trajectographie dans des séquences d'images. Ces filtres conditionnels permettent de considérer un modèle d'état et un modèle de mesure qui dépendent de la séquence. Dans ce cadre, deux filtres ont été construits pour la trajectographie de points. Ces méthodes permettent de suivre des trajectoires qui subissent des changements abrupts et des occlusions. Elles combinent une dynamique construite sur la contrainte de flot optique, et des mesures fournies par une méthode de corrélation. Le premier filtre est linéaire, particulièrement bien adapté aux séquences présentant un mouvement dominant. Il est dérivé de l'utilisation d'un nouvel estimateur appelé estimateur linéaire conditionnel de variance minimale. Le second filtre est non linéaire, construit à partir d'un filtre particulaire. Ce dernier permet de suivre des points dont le mouvement ne peut être décrit que localement.
hal.science)
← / → for pages • + / - for zoom • 0 to fit width
Powered by Mozilla PDF.js v3.11
Document Information
| Document Title | Filtrage conditionnel pour la trajectographie dans des sequences d'images - Application au suivi de points |
|---|---|
| Author / Organization | Élise Arnaud, Etienne Mémin, Bruno Cernuschi-Frias |
| Subject & Discipline | Multidisciplinary Academic Open Research |
| Categories | Science & Mathematics |
| Publication Year | 2004 |
| License / Rights | Open Access / Creative Commons |
| Resource Verification | Listed PDF (Verification Pending) |
| Original Host Website |
HAL Open Science
(hal.science)
|
| File Format | application/pdf (Portable Document Format) |
| Language | EN |
| Catalog ID | DOC-247121 |
| Original Source Link | Visit Source Page on hal.science » |