| Titre : | Detection d'objets mobiles par les modeles de markov caches (MMCS) |
| Auteurs : | Aouragh Salima, Auteur ; Abderrazak Debilou, Directeur de thèse ; عبد الرزاق دبيلو, Auteur |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algerie] : Université Mohamed Kheider, 2006 |
| Format : | 144.P / Ill / 30/20 cm |
| Accompagnement : | CD |
| Langues: | Français |
| Langues originales: | Français |
| Mots-clés: | détection,Modèles de Markov Cachés MMCs,caméra stationnaire,classification,processeur spécialisé de traitement de signal ‘DSP TMS320C6711’. كشف، نماذج مركوف المخفية، كاميرا ثابتة، تصنيف، حاسب خاص بمعالجة الإشارة (DSP TMS320C6711 detection,Hidden Markov Models HHMs,stationary camera,specialized signal processing processor ‘DSP TMS320C6711’. |
| Résumé : |
Ce travail a pour objectif le développement d’une nouvelle technique de détection d’objet mobile par les Modèles de Markov Cachés ; MMCs. L’algorithme ‘ICE ; iterative conditional Estimation’, souvent utilisé dans la segmentation, a été introduit dans le domaine de la détection.
Il est utilisé pour l’estimation des paramètres du modèle. Tandis que l’étape de détection, est établie à l’aide de l’algorithme ‘MPM : Marginal a Posteriori Mode’. Ainsi cette procédure a permet une extraction nette de d’objet mobile de son ‘Background’. L’algorithme final développé et validé par simulations, est valable pour une implantation sur dispositif expérimental. هذه الدارسة هدفها تطوير تقنية جديدة لكشف جسم متحرك باستعمال نماذج مركوف المخفية (Hidden Markov Models) . إن الطريقة (الخوارزمية) المعروفة باسم ( ICE ; Iterative Conditional Estimation) والمستعملة عادة في تجزئة الصور، قد أدخلت في هذا الميدان (الكشف عن جسم متحرك) وذلك لتقدير معاملات النموذج، بينما تمت مرحلة الكشف باستعمال طريقة(MPM ; Marginal Posterior Mode) . وبالتالي استطاعت هذه الطريقة (ICE_MPM) فصل الجسم المتحرك عن الخلفية التي تحيط به(Background). الخوارزمية النهائية التي جربت وأثبتت بواسطة أمثلة باستعمال برنامج(MATLAB) ، أصبحت جاهزة للتطبيق على تركيب تجريبي مثل (Kit C6000IDK). This work has for objective the development of a novel technique of moving object detection with Hidden Markov Models; HMMs. The algorithm ‘ICE ; iterative conditional Estimation’, which is generaly used in segmentation, is introduced in the domain of detection. It is used to estimate the parameters of the model. The step of detection, is done by the algorithm ‘MPM : Marginal Posterior Mode’. This procedure ( ICE +MPM) has permited the extraction of the moving object from his Background’. The final, evaluated and tested algorithm under MATLAB, is ready to be implemented in an experimental chain. |
| Sommaire : |
Notations
Abréviations Table des figures Liste des tableaux Introduction générale…………………..……………………………...…… 01 1 : Introduction…………………………………….………………………………... 01 2 : Organisation du mémoire………………………………...………………………. 03 Chapitre 1 : Etat de l’art……………………………………………………… 05 1.1 : Introduction……………………………………………………………………. 05 1.2 : Détection…………………………………………………………………..……. 05 1.3 : Problématique…………………………………………………………………. 11 Chapitre 2 : Les chaînes de Markov cachées………………………………… 12 2.1 : Introduction……………………………………………………………………. 12 2.2 : Chaînes de Markov et extension aux chaînes cachées………………………… 13 2.2.1 : Chaîne de Markov……………………………………………………….. 13 2.2.2 : Graphe d’indépendance d’une chaîne de Markov………………………. 15 2.2.3 : Chaîne de Markov cachée………………………………………………. 17 2.2.4 : Graphe d’indépendance d’une chaîne de Markov cachée………………. 18 2.3 : Lois d’observation 2.4 : Eléments d’une chaîne de Markov cachée……………………………………. 18 2.5 : Types d’HMMs ……………………………………………………………….. 19 2.6 : Les trois problèmes liés aux HMMs…………………………………………... 20 2.6.1 : Evaluation……………………………………………………………….. 20 2.6.2 : Optimisation …………………………………………………………….. 20 2.6.3 : Apprentissage……………………………………………………………. 21 2.7 : Solutions des trois problèmes………………………………………………… 21 2.7.1 : Premier problème : Evaluation………………………………………….. 21 2.7.2 : Deuxième problème : ‘decoding’ ……………………………………….. 23 2.7.3 : Troisième: problème ‘training’…………………………………………. 25 2.8 : Conclusion…………………………………………………………………….. 26 Chapitre 3 : Modélisation par les Modèles de Markov Cachés ………….… 27 3.1 : introduction……………………………………………………………………. 27 3.2 : Chaîne de Markov cachée et détection……………………………………….. 28 3.3 : Lois de probabilité liées aux MMCs………………………………………….. 29 3.3.1 : Les probabilités jointes d’une chaîne de Markov cachée…………………. 30 3.3.1.1 : Les probabilités jointes ………………………………………. 30 3.3.1.2 : Les probabilités initiales ……………………………………… 30 3.3.1.3 : Les probabilités de transition…………………………………….. 30 3.3.1.4 : La loi de ……………………………………………………… 31 3.3.1.5 : Les probabilités ‘Forward’ et ‘ Backward’…………………….... 31 3.3.2 : Les probabilités a posteriori d’une chaîne de Markov cachée…………… 33 3.3.2.1 : Les probabilités ‘Forward’ et ‘Backward’………………………… 33 3.3.2.2 : Les probabilités a posteriori marginal…………………………… 33 3.3.2.3 : Les probabilités jointes conditionnelles ………………………….. 34 3.4 : Transformation d’une image en une chaîne…………………………………… 37 3.4 .1: Exemple…………………………………………………………………….. 38 3.5 : Estimation Bayésienne et modèles MMCs ……………………………………. 40 3.5.1 : Le Maximum A Posteriori MAP……………………………………….. 41 3.5.2 : Le Mode de la Marginale à Posteriori MPM …………………………. 42 3.5.3 : Le Maximum de Vraisemblance MV ……………………… 42 3.6 : Algorithmes associés aux modèles MMCs …………………………………….. 43 3.6.1 : Algorithmes de classification……………………………………………. 43 3.6.1.1 : Le MPM pour une chaîne de Markov cachée……...………………. 43 3.6.1.2 : Algorithme de Viterbi ……………...………………..………...……… 44 3.6.2 : Algorithmes d’estimation des paramètres ………………………...…….….. 46 3.6.2.1 : Algorithme de Baum-Welch pour une chaîne de Markov cachée…… 46 3.7 : Exemples de Segmentation d’images par modèles MMCs …………………… 49 Exemple 01 : Image « AB » Exemple 02 : Image « Voiture » Exemple 03 : Images « boules, papier, cercles » 3.8 : Conclusion…………………………………………………………………….. 59 Chapitre 4 : Détection d’objet mobile par les Modèles de Markov Cachés …………………………...…… 60 4.1 : Introduction……………………………………………………………………… 60 4.2. Estimation des paramètres………………………………………………………. 61 4.2.1 : Principe de l’algorithme ‘ICE’……………………………………………… 61 4.2.2 : L’algorithme ‘ICE’ pour une chaîne de Markov cachée……………………. 62 4.3 : Détection d’objet mobile………………………………………………………… 69 4.3.1 : Procédure de détection……………………………………………………… 69 4.3.2 : Phase de détection………………………………………………………….. 70 4.4 : Simulation sous MATLAB de la détection d’objet mobile………..…. 72 4.4.1: Séquence « Disque » ………………………………………………………….. 4.4.2 : Séquence « Hana » 4.4.3: Séquence « Clip » 4.4.4 : Séquence « Main » 4.4.5 : Séquence « Wagon » 4.4.6 : Effet du vecteur initial P 4.4.7: Effet de la matrice de transition A 4.4.8 : Effet de vecteur des moyennes Mu 4.4.9 : Effet du vecteur de variances Seg 4.4.10 : Comparaison ICE Vs EM_MPM Vs EM_Viterbi 4.4.11: Comparaison du parcours d’Hilert_piano vs ligne/ligne vs colonne/colonne 4.4.12 : Seuillage 4.5: Conclusion…………………….……………………………………………….. 74 Chapitre 5 : Dispositif expérimental…………………………………………. 5.1 : Introduction……………………………………………………………………. 5.1 : Introduction 5.2 : Plate-forme expérimentale 5.2.1 : Le hardware de l’IDK : 5.2.1.1 : La camera 5.2.1.1.1 : Signal Vidéo 5.2.1.1.2 : Signal vidéo monochrome 5.2.1.1.3 : Signal vidéo composite 5.2.1.1.4 : Standards de télévision couleur 5.2.1.2 : La carte d’acquisition vidéo 5.2.1.2.1 : La capture : 5.2.1.2.2 : La visualisation : 5.2.1.3: Le Kit TMS320C6711 DSK 5.2.1.3.1 : Généralités sur les DSPs 5.2.1.3.2: La carte DSK 5.2.2 : Le software de l’IDK : 5.3 : Conclusion…………………………………………………………………….. Chapitre 6 : Implantation des algorithmes de détection sur une chaîne de traitement……………….………….. 95 6.1 : Introduction……………………………………………………………………… 95 6.2 : Outil de développement Code Composer Studio CCS…………………………. 95 6.2.1. Utilitaires de génération de code…………………………………………... 96 6.2.2. Emulation hardware et échange de données en temps réel ……………….. 97 6.2.3. Exemple d’application …………………………………………………… 97 Conclusion et perspectives…………………………………………………… 98 Bibliographie Annexes |
Disponibilité (3)
| Cote | Support | Localisation | Statut | Emplacement | |
|---|---|---|---|---|---|
| TH/0048 | Mémoire de magistere | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses | |
| TH/0048 | Mémoire de magistere | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses | |
| TH/0048 | Mémoire de magistere | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses |
Erreur sur le template
