| Titre : | Conception d'un système d'optimisation pour le positionnement de caméras pour la motion capture MOCAP (Utilisation des métaheuristiques OEP et RFS) |
| Auteurs : | Salim Abdesselam, Auteur ; Zine-eddine Baarir, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Année de publication : | 2018 |
| Langues: | Français |
| Mots-clés: | capture de mouvement,systeme optique,r ` eseau de cam ´ eras,placement,marqueurs,2D,3D,´ meta-heuristiques,WPSO,CPSO,MCPSO,RFS. |
| Résumé : |
La capture de mouvement est une technique utilisee dans des domaines tr ´ es diversifi ` es (telles ´
que la medecine, la biom ´ ecanique, etc.). Son objectif est d’enregistrer le mouvement d’un objet ´ reel pour le traduire en un mod ´ ele math ` ematique exploitable par des m ´ ethodes graphiques. ´ Plusieurs criteres (tels que le nombre d’acteurs, la complexit ` e du mouvement, ...) pr ´ ecisent ´ le choix du systeme de capture de mouvement, qu’il soit optique, magn ` etique ou m ´ ecanique. ´ Le systeme optique utilise des marqueurs fix ` es´ a des emplacements sp ` ecifiques sur l’objet et ´ des cameras infrarouges qui capturent la lumi ´ ere r ` efl´ echie par ces marqueurs. L’enregistrement ´ permet de reconstruire un mouvement tridimensionnel. Ce systeme a des avantages par rapport ` aux autres, mais il souffre de problemes d’occultation des marqueurs. Un bon placement des ` cameras peut r ´ esoudre ces probl ´ emes. ` L’objectif de cette these consiste en la conception d’un algorithme d’optimisation pour ` le placement d’un reseau de cam ´ eras, d ´ edi ´ e´ a un syst ` eme de capture de mouvement optique. ` Pour une bonne capture de mouvement, le placement d’un reseau de cam ´ eras consiste ´ a trou- ` ver une combinaison de parametres appel ` es param ´ etres extrins ` eques (positions et poses) et ` une combinaison de parametres intrins ` eques (profondeurs, angles d’ouverture). La m ` ethode ´ d’optimisation combinatoire est choisie pour resoudre ce type de probl ´ eme. Ainsi, nous pou- ` vons le resoudre par des m ´ ethodes r ´ ecentes appel ´ ees ”m ´ eta-heuristiques”. Nous avons choisi ´ ces methodes pour leur simplicit ´ e algorithmique et leurs capacit ´ es´ a trouver une solution op- ` timale dans un temps acceptable par rapport aux methodes exactes. Dans notre travail, une ´ solution optimale est atteinte, lorsque chaque marqueur est capture (ou couvert) par au moins ´ deux cameras au cours de chaque trame de son mouvement. Cette condition est n ´ ecessaire pour ´ la reconstruction du mouvement en trois dimensions. Pour atteindre le premier objectif de cette these, le probl ` eme de placement du r ` eseau de ´ cameras est r ´ esolu comme un placement bidimensionnel. Comme premi ´ ere application, la vari- ` ante WPSO est utilisee pour optimiser le placement d’un r ´ eseau ´ a quatre cam ` eras pour trois ´ scenarios: (1) un seul point fixe, un seul point fixe avec pr ´ esence d’obstacles et (3) un seul ´ point en mouvement. Dans la seconde application, une variante appelee´ CPSO est utilisee pour ´ optimiser le placement d’un reseau de cam ´ eras (de 4 ´ a 10 cam ` eras) pour couvrir le mouvement ´ de 8 marqueurs (fixes sur les extr ´ emit ´ es d’un cube) dans une sc ´ ene bien d ` efinie. L’objectif de ´ cette optimisation est atteint pour trois differents sc ´ enarios (le cube se d ´ eplace en ligne droite ´ entre deux obstacles ou vers un grand mur ou le cube se deplace entre deux piliers). ´ Pour atteindre le second objectif, le probleme du placement d’un r ` eseau de cam ´ eras est ´ resolu en trois dimensions. La technique Recherche Fractale Stchastique ( ´ RFS) et les variantes CPSO, MCPSO sont utilisees pour optimiser le placement d’un r ´ eseau de cam ´ eras (de 4 ´ a 10) ` afin de couvrir un mouvement diagonal d’un cube a l’int ` erieur de la sc ´ ene. Bien que la technique ` MCPSO presente une l ´ eg´ ere am ` elioration des r ´ esultats par rapport ´ a la technique ` CPSO, les deux variantes n’ont pas atteint leur objectif sauf en utilisant la technique RFS; soit, que chaque marqueur est couvert par deux cameras ( ´ Cseuil = 2) ou par trois cameras ( ´ Cseuil = 3) au cours de chaque trame de son mouvement. |
| Sommaire : |
Table des matieres
` 1 Introduction 2 1.1 Vue d’ensemble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 Contexte et motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Objectifs et contributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.4 Organisation de la these ` . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2 Systemes de capture de mouvement MoCap : Etat de l’art ` 8 2.1 Historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.2 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.3 Systemes MoCap ` . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.3.1 Systeme MoCap optique avec marqueurs ` . . . . . . . . . . . . . . . . 12 2.3.2 Systeme MoCap optique sans marqueurs ` . . . . . . . . . . . . . . . . 17 2.3.3 Systemes MoCap non optiques ` . . . . . . . . . . . . . . . . . . . . . . 21 2.3.3.A Systeme MoCap magn ` etique ´ . . . . . . . . . . . . . . . . . 21 2.3.3.B Systeme MoCap m ` ecanique ´ . . . . . . . . . . . . . . . . . . 24 2.3.3.C Systeme MoCap inertiel ` . . . . . . . . . . . . . . . . . . . . 26 2.3.3.D Systeme MoCap acoustique ` . . . . . . . . . . . . . . . . . . 28 2.3.3.E Comparaison entre les systemes MoCap ` . . . . . . . . . . . 29 2.4 Camera ´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 2.4.1 Modelisation de la cam ´ era ´ . . . . . . . . . . . . . . . . . . . . . . . . 31 2.4.2 Parametres extrins ` eques ` . . . . . . . . . . . . . . . . . . . . . . . . . 32 2.4.3 Parametres intrins ` eques ` . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.4.4 Modele st ` enop ´ e complet (sans distorsion) ´ . . . . . . . . . . . . . . . . 36 2.4.5 Modele st ` enop ´ e complet (avec distorsion) ´ . . . . . . . . . . . . . . . . 39 2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3 Metaheuristiques d’Optimisation par OEP et par RFS: Etat de l’art ´ 41 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.2 Theorie de la complexit ´ e´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3.2.1 Complexite algorithmique ´ . . . . . . . . . . . . . . . . . . . . . . . . 43 3.2.2 Classification de la complexite´ . . . . . . . . . . . . . . . . . . . . . . 44 3.3 Optimisation combinatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.3.1 Definition ´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.3.2 Classification des problemes d’optimisation ` . . . . . . . . . . . . . . 47 3.3.3 Methodes d’optimisation ´ . . . . . . . . . . . . . . . . . . . . . . . . 48 3.3.3.A Methodes exactes ´ . . . . . . . . . . . . . . . . . . . . . . . 48 3.3.3.B Methodes approch ´ ees ´ . . . . . . . . . . . . . . . . . . . . . 51 3.3.3.C Methodes hybrides ´ . . . . . . . . . . . . . . . . . . . . . . . 56 3.4 Technique d’optimisation par essaim de particules . . . . . . . . . . . . . . . . 57 3.4.1 Mise a jour de la position ` . . . . . . . . . . . . . . . . . . . . . . . . . 59 viii 3.4.2 Mise a jour de la vitesse ` . . . . . . . . . . . . . . . . . . . . . . . . . 59 3.4.3 Mise a jour des meilleures particules ` . . . . . . . . . . . . . . . . . . . 60 3.4.4 Fonction d’objectif F . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 3.4.5 Manipulation des contraintes . . . . . . . . . . . . . . . . . . . . . . . 61 3.4.6 Algorithme OEP de base . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.4.7 Selection des param ´ etres ` . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.4.7.A Choix de la taille d’essaim . . . . . . . . . . . . . . . . . . 63 3.4.7.B Choix du nombre maximal d’iterations ´ . . . . . . . . . . . . 63 3.4.7.C Coefficients d’accel´ eration ´ ”C1” et ”C2” . . . . . . . . . . . 64 3.4.7.D Vitesse maximale ”vmax” . . . . . . . . . . . . . . . . . . . 65 3.4.7.E Facteur d’inertie ”w” . . . . . . . . . . . . . . . . . . . . . 66 3.4.8 Coefficient de constriction ”χ” . . . . . . . . . . . . . . . . . . . . . . 67 3.4.9 Topologie de voisinage . . . . . . . . . . . . . . . . . . . . . . . . . . 69 3.4.9.A OEP a base de voisinage global (Global best) ` . . . . . . . . . 70 3.4.9.B OEP a base de voisinage local (Local best) ` . . . . . . . . . . 71 3.4.10 Criteres d’arr ` etˆ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 3.5 Technique d’optimisation par recherche stochastique fractale . . . . . . . . . . 73 3.5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 3.5.2 Algorithme RFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 3.5.3 Organigramme de la RFS . . . . . . . . . . . . . . . . . . . . . . . . . 76 3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 4 Optimisation de placement 2D d’un reseau de cam ´ eras par PSO ´ 79 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 4.2 Travaux connexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 4.3 Notre proposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.4 Criteres de placement de la cam ` era ´ . . . . . . . . . . . . . . . . . . . . . . . . 82 4.4.1 Modelisation du champ de vision d’une cam ´ era ´ . . . . . . . . . . . . . 82 4.4.2 Contrainte d’angle critique . . . . . . . . . . . . . . . . . . . . . . . . 85 4.4.3 Consideration des obstacles ´ . . . . . . . . . . . . . . . . . . . . . . . 85 4.5 Application 1 : Recouvrement d’un point . . . . . . . . . . . . . . . . . . . . 86 4.5.1 Description de l’organigramme . . . . . . . . . . . . . . . . . . . . . 87 4.5.2 Resultats de simulation ´ . . . . . . . . . . . . . . . . . . . . . . . . . . 91 4.5.3 Convergence du systeme ` . . . . . . . . . . . . . . . . . . . . . . . . . 94 4.5.4 Influence des coefficients de confiance . . . . . . . . . . . . . . . . . . 95 4.5.5 Influence du coefficient d’inertie . . . . . . . . . . . . . . . . . . . . . 96 4.5.6 Influence de la taille d’essaim . . . . . . . . . . . . . . . . . . . . . . 98 4.6 Application 2 : Recouvrement d’un cube . . . . . . . . . . . . . . . . . . . . . 99 4.6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 4.6.2 Plate-forme experimentale ´ . . . . . . . . . . . . . . . . . . . . . . . . 99 4.6.3 Contraintes de la fitness . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.6.4 Optimisation et resultats ´ . . . . . . . . . . . . . . . . . . . . . . . . . 103 4.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 5 Optimisation du placement 3D d’un reseau de cam ´ eras par PSO et RFS ´ 112 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 5.2 Materiels et logiciels ´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 5.3 Modelisation du champ de vision 3D d’une cam ´ era ´ . . . . . . . . . . . . . . . 114 5.3.1 Forme du champ de vision . . . . . . . . . . . . . . . . . . . . . . . . 114 5.3.2 Verification du recouvrement ´ . . . . . . . . . . . . . . . . . . . . . . 116 5.3.3 Modelisation du FoV sous MATLAB ´ . . . . . . . . . . . . . . . . . . 118 5.4 Espace de recherche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 ix 5.5 Nouvelle contribution de la PSO . . . . . . . . . . . . . . . . . . . . . . . . . 121 5.6 Application de la condition de recouvrement Cseuil = 2 . . . . . . . . . . . . . 122 5.6.1 Recouvrement par la technique CPSO . . . . . . . . . . . . . . . . . . 123 5.6.2 Recouvrement par la technique MCPSO . . . . . . . . . . . . . . . . . 126 5.6.3 Recouvrement par la technique RFS . . . . . . . . . . . . . . . . . . . 128 5.6.4 Comparaison globale des resultats (pour ´ Cseuil = 2) . . . . . . . . . . . 130 5.6.5 Verification par rapport ´ a l’espace de recherche ` . . . . . . . . . . . . . 132 5.7 Application de la condition de recouvrement Cseuil = 3 . . . . . . . . . . . . . 133 5.7.1 Recouvrement par la technique CPSO . . . . . . . . . . . . . . . . . . 133 5.7.2 Recouvrement par la technique MCPSO . . . . . . . . . . . . . . . . . 135 5.7.3 Recouvrement par la technique RFS . . . . . . . . . . . . . . . . . . . 135 5.7.4 Comparaison globale des resultats (pour ´ Cseuil = 3) . . . . . . . . . . . 137 5.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 6 Conclusion gen´ erale et perspectives ´ 140 6.1 Conclusion gen´ erale ´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 6.2 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 A Tableaux et figures 149 |
Disponibilité (1)
| Cote | Support | Localisation | Statut | Emplacement | |
|---|---|---|---|---|---|
| TH/0883 | Mémoire de magistere | BIB.FAC.ST. | Empruntable |
Erreur sur le template
