EXTRACTION DE SQUELETTES 3D A PARTIR D'IMAGES DE SILHOUETTES HUMAINES : RECONNAISSANCE DE POSTURES ET MODELISATION D'ACTIONS

L’informatique met à la disposition de plusieurs domaines de la science des outils puis- sants d’analyse pour l’aide à la décision. Le secteur de la vision par ordinateur n’est pas resté en marge de ces révolutions. Un des domaines en fort développement est la mise en place d’ou- tils intelligents d’analyse du comportement humain. Dans le cadre précis de nos travaux, nous nous sommes attachés à la question de l’estimation de pose 3D à partir d’images 2D obtenues à partir de capteurs classiques ne fournissant pas d’information de profondeurs. Ces informations de profondeurs sont actuellement indispensables pour des analyses plus précises du compor- tement humain dans le cadre de la vidéo surveillance de masse de personnes. L’approche que nous avons proposée au cours de ce stage suit une démarche classique d’apprentissage auto- matique qui consiste à apprendre un ensemble de poses obtenues à partir de données simulées. Les résultats obtenus sont prometteurs en ce sens que nous avons obtenu de bons taux de reconnaissance de pose à partir d’images de personnes inconnues dans la base d’apprentissage. Nos travaux nous ont permis de comparer les différents descripteurs de formes mis en jeux et de montrer ceux qui sont les plus robustes. En nous appuyant sur les résultats de recon- naissance de postures, nous avons proposé une première approche de classification d’actions dans une vidéo. Les résultats obtenus sont prometteurs et peuvent être améliorés pour une plus grande efficacité, notamment en prenant en compte l’information temporelle par la mise en place d’un pistage multi hypothèse des points d’articulation du squelette
http://repository.vnu.edu.vn/handle/VNU_123/9878