Suivi de cible basé sur un modèle de superpixels et points clés

Le projet de recherche présenté dans ce mémoire vise à développer une nouvelle méthode de suivi d'objet sans modèle a priori à travers une séquence vidéo. À partir d'une position de la cible donnée dans la première trame, l'algorithme de suivi doit continuer à localiser cette cible dans chaque nouvelle trame. Cette fonction est requise dans de nombreuses applications : en vidéosurveillance pour déterminer des mouvements suspects, en robotique pour l'auto-localisation, ou encore en interface homme-machine comme la reconnaissance de gestes. Une large gamme de méthodes est proposée dans la littérature mais le suivi visuel d'objet reste un problème non-résolu. En effet, une grande variété de facteurs rend la tâche difficile, dont notamment la déformation de l'objet, le changement de ses couleurs dû aux variations d'illumination de son environnement, ou encore la présence d'éléments perturbateurs cachant l'objet. Dans ce mémoire, nous proposons un algorithme de suivi qui représente la cible grâce à un modèle par parties. Cette représentation est adéquate pour gérer les déformations et les occultations. Si certaines parties de l'objet ne sont pas visibles ou non identifiables, d'autres permettront malgré tout de localiser la cible. Plus spécifiquement, nous définissons ces parties comme étant des superpixels modifiés par des points clés que nous appelons SPiKeS (Superpixel-Keypoints Structure). Nous soutenons que ces deux types de caractéristiques sont complémentaires, le superpixel grâce à sa forme adaptée aux frontières des objets, le point clé grâce à sa discernabilité. En mettant leurs avantages à profit, nous obtenons un algorithme de suivi robuste à diverses situations complexes. L'expérimentation le prouve en montrant que notre méthode atteint des résultats compétitifs à de nombreuses méthodes de l'état de l'art. En outre, la supériorité de notre algorithme par rapport à des méthodes basées sur des superpixels ou des points clés uniquement, confirme l'intérêt de SPiKeS. Notons que ce dernier pourrait être exploité dans d'autres applications demandant une mise en correspondance efficace de régions d'intérêt.

Abstract

This work introduces a model-free tracker robust to many challenging factors. A tracker is an algorithm dedicated to visual object tracking in a video. A model-free tracker has no information about the target except its position in the initial frame. The goal is to locate the target at each frame of the video. This task is required in a wide range of applications: in video surveillance for doubtful behaviors detection, in robotics for self-location, or in humancomputer interaction such as gesture recognition. Numerous methods are proposed in the literature but visual object tracking is still an unsolved problem. Indeed, many challenging factors make the task difficult, including object deformations, illumination variations, rotations, viewpoint changes and occlusions. In this thesis, we propose a tracker that represents the target with a part-based model. This kind of representation is well suited to handle deformations and occlusions. If some parts are hidden or unrecognizable, the others can still locate the target. More specifically, we define a part as a superpixel customized with keypoints, called a SPiKeS (Superpixel-Keypoints Structure). We claim that these two features benefit from each other, the superpixel thanks to its boundary evidence, the keypoints thanks to their discriminativity. By leveraging a SPiKeS, we build a tracker that is capable of locating a target in many challenging situations. Experiments prove it by showing competitive performances of our tracker against the state-ofthe-art. Above all, the superiority of our results compared to superpixels-only or keypoints only trackers confirms the advantages of using SPiKeS inside a tracking procedure. Note that this new feature could be exploited in any other applications that would require an efficient image regions matching.