Titre : Segmentation spatio-temporelle et indexa ion vidéo
dans le
domaine des représentations hiérarchiques.
Directrice : Jenny Benois-Pineau
Labo / Équipe : LaBRI / Image et Son
Mot-clés : segmentation, mouvement, ondelettes
Avec la croissance rapide des volumes des donnes vidéo sous
forme
compressée le problème d'indexation de ces données par le
contenu se pose à grande échelle. Extraction des objets
d'intérêt représente la tache préliminaire à la
description du contenu basé-objet. Cette opération est
connue
dans la littérature [1] sous le nom de la segmentation
spatio-temporelle. Une des possibilités de traitement
consiste à
décompresser la vidéo entièrement et d'effectuer les
opérations en « bande de base » après la
décompression. Néanmoins, il semble judicieux de réutiliser
les informations déjà contenues dans les flux vidéo
compressés pour proposer des algorithmes de segmentation
dans le
domaine compressé. Tel est l'objectif de l'approche
développée au LABRI sous le nom de Paradigme de « Rough
Indexing » [2]. Dans ce cadre les coefficients de la
transformée
orthogonale, comme c'est le cas de la transformée en cosinus
discrète en MPEG2 et les descripteurs du mouvement _
flot optique macro-bloc sont utilisés pour
l'extraction des objets animés des mouvements propre par
rapport
à celui de la caméra. Malgré l'utilisation massive des
standards de la famille MPEG et H.26X pour la compression
vidéo, la
nécessité de l'obtention de la vidéo compressée de
meilleure qualité fait émerger des futurs standards vidéo
qui
comme JPEG2000 utilisent d'autres représentations à savoir
les décompositions hiérarchiques du signal vidéo numérique
à la base des ondelettes.
Ces représentations, déjà contenues dans les flux
compressés représentent un cadre idéal pour la démarche de
segmentation par affinage. Partant de la composante de la basse
fréquence, il s'agit d'initialiser la segmentation et de
procéder par des affinages successifs en utilisant les
niveaux de
décomposition intermédiaire jusqu'à pleine
résolution. Cette démarche est d'autant intéressante dans
le cadre de segmentation des images vidéo de Haute
Definition car
permet d'économiser les calculs et de robustifier les
résultats.
Cette thèse s'inscrit dans la suite de travaux de recherche
initiés au LABRI sur les problèmes de segmentation vidéo
dans
le domaine de décomposition en ondelettes. Elle traduit le
concept
« seg-code » qui de façon analogue au concept « seg-rec
» en reconnaissance de formes, permet de faire coopérer
efficacement deux processus : interprétation et codage des
flux
vidéo.
Références :
[1] J. BENOIS-PINEAU, F. MORIER, D. BARBA, H. SANSON « Hierarchical
segmentation
of video sequences for content manipulation and adaptive
coding »,
Signal Processing : special issue on Video sequence
segmentation
for content processing and manipulation 66 (1998),
pp. 181-201,
Elsevier
[2] F. Manerba,
J. Benois-Pineau, R. Leonardi, Extraction of
foreground
objects from MPEG2 video stream in rough indexing
framework,
paper 5307-06, SPIE Proc. EI'2004, Storage and
Retrieval
Methods and Applications for Multimeida 2004, January
18-22, San José, CA, USA, 2004