adresse: IRISA / INRIA Rennes
Campus Universitaire de Beaulieu
35042 Rennes Cedex - FRANCE
tél: +33 2.99.84.71.67
fax: +33 2.99.84.71.71
secrétaire: +33 2.99.84.72.52
(Stéphanie Lemaile)
|
email: Elise.Arnaud@irisa.fr adresse: IRISA / INRIA Rennes Campus Universitaire de Beaulieu 35042 Rennes Cedex - FRANCE tél: +33 2.99.84.71.67 fax: +33 2.99.84.71.71 secrétaire: +33 2.99.84.72.52 (Stéphanie Lemaile)
|
|
Ingénieur diplomée de l'INSA Rouen en Génie Mathématique depuis Juin 2001, je suis titulaire du DEA STI (Sciences et Techniques de l'Ingénieur) spécialisé en traitement d'images de l'Université de Rouen. Je prépare un doctorat sous la direction d'Etienne Mémin depuis Octobre 2001 au sein du projet VISTA de l'IRISA.
Mon travail de recherche concerne l'utilisation de méthodes de filtrage pour la trajectographie dans des séquences d'images. Dans le cas du suivi mono-objet, le filtre de Kalman fournit une solution récursive exacte lorsque le modèle est linéaire gaussien. Dans le cas non-linéaire et/ou non-gaussien, les méthodes séquentielles de Monte-Carlo (ou filtres particulaires) permettent d'approcher la loi a posteriori recherchée par une somme pondérée de diracs centrés en des éléments de l'espace d'état appelés particules.
Dans un premier temps, nous nous sommes intéressés à la construction d'une nouvelle formulation conditionnelle des méthodes classiques de filtrage, dédiée à la trajectographie dans des séquences d'images. Ces filtres conditionnels permettent de considérer un modèle d'état et un modèle de mesure qui dépendent de la séquence. Dans ce cadre, deux filtres ont été construits pour la trajectographie de points. Les modèles proposés combinent une dynamique construite sur la contrainte de flot optique, et des mesures fournies par une méthode de corrélation. Le premier filtre est linéaire, particulièrement bien adapté aux séquences présentant un mouvement dominant. Le second filtre est non linéaire, construit à partir d'un filtre particulaire. Ce dernier permet de suivre des points dont le mouvement ne peut être décrit que localement.
Dans un second temps, nous avons étudié l'intérêt de l'utilisation de la fonction optimale d'importance pour la phase de diffusion de l'algorithme de filtrage particulaire. Un modèle dédié au suivi de points dans un environnement bruité a été alors construit. Il permet de prendre en compte plusieurs mesures possibles en considérant une vraisemblance modélisée par une mixture de lois gaussiennes. Il a été montré qu'un tel modèle permet l'utilisation de la fonction optimale d'importance et permet de pallier au problème d'ambiguïté des mesures.
Nous travaillons actuellement sur l'utilisation de filtres hybrides (utilisés pour des modèles conditionnellement gaussiens) pour le suivi d'objets déformables.