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