Hermès science publications-Lavoisier
-
-
Disponible - 621.54 OUT
Niveau 3 - Techniques
Outils d'analyse vidéo : pour une pleine exploitation des données de vidéoprotection
Résumé
Présentation des avancées et des perspectives en analyse d'image et des principales fonctions d'analyse vidéo. Les besoins sont illustrés sous l'angle de la sécurité des transports et l'investigation. Les contraintes d'ordre juridique et éthique sont présentées, ainsi que les caractéristiques des données vidéo traitées. La problématique de l'évaluation de performance est exposée.
- Contributeur(s)
- Éditeur(s)
-
Date
- DL 2012
-
Notes
- Notes bibliogr. Index
-
Langues
- Français
-
Description matérielle
- 1 vol. (372 p.) : ill. ; 24 cm
- Collections
- Sujet(s)
-
ISBN
- 978-2-7462-3890-9
-
Indice
- 621.54 Télévision, vidéo
-
Quatrième de couverture
-
L'utilisation croissante de la vidéoprotection rend nécessaire la mise en place de fonctions d'analyse vidéo pour alléger voire automatiser des tâches aujourd'hui entièrement réalisées par des opérateurs.
Après avoir dressé un panorama des avancées et des perspectives en analyse d'image, cet ouvrage détaille les principales fonctions d'analyse vidéo, comme la détection, le suivi et la reconnaissance d'objets d'intérêt (personnes ou véhicules) ou les fonctions de «haut-niveau» visant à interpréter les scènes observées (évènements, comportements, nature de la scène...).
Les besoins sont illustrés sous l'angle de deux applications majeures, la sécurité des transports et l'investigation. Les contraintes d'ordres juridique et éthique sont présentées, ainsi que les caractéristiques des données vidéo traitées, au travers des caméras et des méthodes de compression utilisées.
La problématique de l'évaluation de performance, tant au niveau opérationnel qu'au niveau des fonctions d'analyse, est également exposée.
-
-
Tables des matières
-
Outils d'analyse vidéo
Pour une pleine exploitation des données de vidéoprotection
Hermes Science publications/Lavoisier
- Introduction 17
- Chapitre 1. Le traitement d'image : bilan et perspectives 23
- Henri Maitre
- 1.1. Il y a un demi-siècle23
- 1.2. Des images ? Pourquoi ?25
- 1.3. Forces et faiblesses du traitement des images27
- 1.3.1. Quels sont les problèmes théoriques que le traitement d'image n'a pas su surmonter ?27
- 1.3.2. Quels sont donc les problèmes que le traitement d'image a résolus ?27
- 1.4. Que reste-t-il pour le futur ?28
- 1.5. Bibliographie32
- Chapitre 2. Zoom sur les transports ferroviaires 35
- Sébastien Ambellouis et Jean-Luc Bruyelle
- 2.1. Introduction35
- 2.2. Surveillance des infrastructures ferroviaires37
- 2.2.1. L'analyse du besoin37
- 2.2.2. Quelles architectures ?38
- 2.2.3. Détection et l'analyse d'événements complexes39
- 2.2.4. Surveillance des infrastructures extérieures42
- 2.3. Surveillance embarquée43
- 2.3.1. Surveillance des autobus44
- 2.3.2. Applications aux transports ferroviaires45
- 2.4. Conclusion50
- 2.5. Bibliographie52
- Chapitre 3. Analyse a posteriori aux fins d'investigation 55
- Denis Marraud, Benjamin Cepas, Jean-François Sulzer, Christianne Mulat et Florence Sedes
- 3.1. Introduction55
- 3.2. Besoins en outils d'assistance à l'investigation56
- 3.2.1. Prévention et sécurisation56
- 3.2.2. Renseignement57
- 3.2.3. Enquête58
- 3.3. Collecte et stockage de données59
- 3.3.1. Besoins en normalisation59
- 3.3.2. Travaux de normalisation (AFNOR et ISO)60
- 3.4. Exploitation des données61
- 3.4.1. Indexation par le contenu61
- 3.4.2. Outils d'assistance à l'investigation65
- 3.5. Conclusion67
- 3.6. Bibliographie68
- Chapitre 4. Les caméras de vidéosurveillance 69
- Cédric Le Barz et Thierry Lamarque
- 4.1. Introduction69
- 4.2. Contraintes70
- 4.2.1. Contraintes économiques70
- 4.2.2. Contraintes d'environnement71
- 4.3. Nature de l'information capturée71
- 4.3.1. Bandes spectrales considérées72
- 4.3.2. Imagerie 3D ou «2D+Z»73
- 4.4. Les formats vidéo76
- 4.5. Technologies77
- 4.6. Les interfaces : depuis l'analogique vers l'IP79
- 4.6.1. De l'analogique au numérique80
- 4.6.2. La montée en puissance de l'IP (Internet Protocol)81
- 4.6.3. Standards83
- 4.7. Caméras intelligentes83
- 4.8. Conclusion85
- 4.9. Bibliographie86
- Chapitre 5. Les formats de compression vidéo 89
- Marc Leny et Didier Nicholson
- 5.1. Introduction89
- 5.2. Les formats vidéo90
- 5.2.1. Les signaux vidéo analogiques90
- 5.2.2. Vidéo numérique : la définition standard (SD)91
- 5.2.3. La haute définition (HD)92
- 5.2.4. La famille des formats CIF94
- 5.3. Principes de la compression vidéo94
- 5.3.1. La redondance spatiale95
- 5.3.2. La redondance temporelle97
- 5.4. Les standards de compression99
- 5.4.1. MPEG-299
- 5.4.2. MPEG-4 Part 2100
- 5.4.3. MPEG-4 Part 10 / H.264 AVC102
- 5.4.4. MPEG-4 Part 10 / H.264 SVC103
- 5.4.5. Motion JPEG 2000105
- 5.4.6. Synthèse sur les formats utilisés en vidéosurveillance106
- 5.5. Conclusion108
- 5.6. Bibliographie108
- Chapitre 6. Législation, vie privée, sécurité 111
- Amal Marc, Carole Pellegrino et Samuel Vinson
- 6.1. Introduction111
- 6.2. Contextes d'utilisation et définitions112
- 6.2.1. Différentes techniques de vidéosurveillance112
- 6.2.2. Enjeux de la vidéosurveillance113
- 6.3. Cadre réglementaire du déploiement de la vidéosurveillance114
- 6.3.1. Cadre légal fragmenté de la vidéoprotection114
- 6.3.2. Limites de la vidéoprotection : le respect des droits et libertés des personnes115
- 6.4. Usage des données de vidéosurveillance117
- 6.4.1. Modalités techniques d'utilisation des données issues de la vidéosurveillance117
- 6.4.2. Cadre légal de l'usage des données à caractère personnel issues de la vidéosurveillance117
- 6.4.3. Utilisation des données vidéo aux fins de preuve dans les procédures judiciaires121
- 6.4.4. Usage des données vidéo aux fins de recherche scientifique124
- 6.5. Privacy by Design : l'éthique au service de l'innovation124
- 6.6. Conclusion126
- 6.7. Bibliographie126
- Chapitre 7. Détection rapide d'activités par analyse dans le domaine compressé 129
- Marc Leny
- 7.1. Introduction129
- 7.2. Les méthodes de traitement130
- 7.2.1. L'utilisation des coefficients transformés dans le domaine fréquentiel130
- 7.2.2. L'utilisation de l'estimation de mouvement132
- 7.2.3. Les approches hybrides134
- 7.3. Usages de l'analyse dans le domaine compressé136
- 7.3.1. Architecture générale136
- 7.3.2. Ce qui fonctionne138
- 7.3.3. Limitations140
- 7.4. Conclusion142
- 7.5. Acronymes employés143
- 7.6. Bibliographie144
- Chapitre 8. Détection d'objets d'intérêt 147
- Yoann Dhome, Bertrand Luvison, Thierry Chesnais, Rachid Belaroussi, Laurent Lucat, Mohamed Chaouch et Patrick Sayd
- 8.1. Introduction147
- 8.2. La détection des objets mobiles148
- 8.2.1. La détection d'objet par modélisation du fond148
- 8.2.2. Détections d'objets d'intérêt par le mouvement151
- 8.3. Détection par modélisation des objets d'intérêt154
- 8.3.1. Détection par modélisation géométrique154
- 8.3.2. Détection par modélisation visuelle156
- 8.4. Conclusion162
- 8.5. Bibliographie163
- Chapitre 9. Suivi d'objets d'intérêt dans une séquence d'images 167
- Simona Maggio, Jean-Emmanuel Haugeard, Boris Meden, Bertrand Luvison, Romaric Audigier, Brice Burger et Quoc Cuong Pham
- 9.1. Introduction167
- 9.2. Représentation des objets d'intérêt et primitives visuelles associées168
- 9.2.1. Géométrie169
- 9.2.2. Caractéristiques d'apparence170
- 9.3. Espaces géométriques de travail171
- 9.4. Algorithmes de suivi d'objets172
- 9.4.1. Approches déterministes172
- 9.4.2. Approches probabilistes173
- 9.5. Mise à jour des modèles d'apparence177
- 9.6. Suivi multicibles180
- 9.6.1. MHT, JPDAF180
- 9.6.2. Techniques d'échantillonnage MCMC et RJMCMC180
- 9.6.3. Filtres interactifs, graphe de piste183
- 9.7. Suivi d'objets à l'aide d'une caméra pan-tilt-zoom183
- 9.7.1. Suivi d'objets à l'aide d'une caméra PTZ seule184
- 9.7.2. Suivi d'objets à l'aide d'une caméra PTZ couplée à une caméra statique184
- 9.8. Conclusion186
- 9.9. Bibliographie187
- Chapitre 10. Suivi d'objets d'intérêt dans un réseau de caméras 193
- Catherine Achard, Sébastien Ambellouis, Boris Meden, Sébastien Lefebvre et Dung Nghi Truong Cong
- 10.1. Introduction193
- 10.2. Suivi dans un réseau de caméras dont les champs de vue se recouvrent194
- 10.2.1. Introduction et applications194
- 10.2.2. Calibrage et synchronisation d'un réseau de caméras196
- 10.2.3. Description de la scène par agrégation multicaméras199
- 10.3. Suivi dans un réseau de caméras à champs de vue non recouvrant201
- 10.3.1. Enjeux et applications201
- 10.3.2. Calibrage géométrique et/ou photométrique du réseau de caméras202
- 10.3.3. Ré-identification d'objets d'intérêt dans un réseau de caméras204
- 10.3.4. Reconnaissance d'activités/détection d'évènements dans un réseau de caméras207
- 10.4. Conclusion207
- 10.5. Bibliographie208
- Chapitre 11. Techniques de biométrie appliquées à la vidéosurveillance 213
- Bernadette Dorizzi et Samuel Vinson
- 11.1. Introduction213
- 11.2. Les bases de données utilisées pour l'évaluation215
- 11.2.1. NIST-MBGC (Multiple Biometrics Grand Challenge)215
- 11.2.2. Bases de données de visages215
- 11.3. Reconnaissance par le visage216
- 11.3.1. Détection des visages216
- 11.3.2. Reconnaissance des visages en biométrie217
- 11.3.3. Application à la vidéosurveillance219
- 11.4. Reconnaissance par l'iris221
- 11.4.1. Méthodes développées pour la biométrie221
- 11.4.2. Application à la vidéosurveillance223
- 11.4.3. Les systèmes de capture de l'iris dans les vidéos225
- 11.4.4. Synthèse, perspectives226
- 11.5. Projets de recherche226
- 11.6. Conclusion227
- 11.7. Bibliographie228
- Chapitre 12. Reconnaissance de véhicules pour la vidéosurveillance 233
- Stéphane Herbin
- 12.1. Introduction233
- 12.2. Spécificité du contexte234
- 12.2.1. Des objets particuliers234
- 12.2.2. Des chaînes intégrées complexes235
- 12.3. Modélisation des véhicules235
- 12.3.1. Modèles filaires236
- 12.3.2. Modèles texturés globaux237
- 12.3.3. Modèles structurés238
- 12.4. Exploitation des modèles d'objet239
- 12.4.1. Une chaîne classique de performance limitée240
- 12.4.2. Améliorer l'extraction de formes240
- 12.4.3. Inférer des informations 3D241
- 12.4.4. Reconnaître sans extraire de forme243
- 12.4.5. Vers une description plus fine des véhicules243
- 12.5. Augmenter l'observabilité245
- 12.5.1. Observateur mobile245
- 12.5.2. Observateurs multiples246
- 12.6. Performances247
- 12.7. Conclusion247
- 12.8. Bibliographie248
- Chapitre 13. Reconnaissance d'activités 253
- Bernard Boulay et François Bremond
- 13.1. Introduction253
- 13.2. Etat de l'art254
- 13.2.1. Les niveaux d'abstraction254
- 13.2.2. Modélisation et reconnaissance d'activités255
- 13.2.3. Synthèse de l'état de l'art259
- 13.3. Ontologie259
- 13.3.1. Les objets d'intérêt259
- 13.3.2. Les modèles de scénarios261
- 13.3.3. Les opérateurs262
- 13.3.4. Synthèse263
- 13.4. Approche proposée : le système ScReK263
- 13.5. Illustrations265
- 13.5.1. Application aéroport265
- 13.5.2. Modélisation de comportement de personnes âgées267
- 13.6. Conclusion267
- 13.7. Bibliographie268
- Chapitre 14. Méthodes non supervisées pour l'analyse d'activités et la détection d'évènements anormaux 271
- Rémi Emonet et Jean-Marc Odobez
- 14.1. Introduction271
- 14.2. Un exemple de modèle à thème : PLSA273
- 14.2.1. Introduction273
- 14.2.2. Le modèle PLSA274
- 14.2.3. PLSA appliqué aux vidéos276
- 14.3. PLSM et modèles temporels279
- 14.3.1. Modèle PLSM279
- 14.3.2. Motifs extraits par PLSM281
- 14.4. Applications : comptage, détection d'anomalies282
- 14.4.1. Comptage283
- 14.4.2. Détection d'anormalité283
- 14.4.3. Sélection de capteurs285
- 14.4.4. Prédiction et statistiques285
- 14.5. Conclusion285
- 14.6. Bibliographie286
- Chapitre 15. Data Mining dans une base de données vidéo 287
- Luis Patino, Hamid Benhadda et François Brémond
- 15.1. Introduction287
- 15.2. Etat de l'art288
- 15.3. Prétraitement des données289
- 15.4. Analyse d'activité et classification automatique291
- 15.4.1. Apprentissage non supervisé de zones d'activité291
- 15.4.2. Définition de comportements295
- 15.4.3. Analyse relationnelle295
- 15.5. Résultats et évaluations297
- 15.6. Conclusion301
- 15.7. Bibliographie301
- Chapitre 16. Analyse de scènes de foule en vidéo 303
- Mikel Rodriguez, Josef Sivic et Ivan Laptev
- 16.1. Introduction303
- 16.2. Revue de la littérature305
- 16.2.1. Modélisation et segmentation du mouvement de foule305
- 16.2.2. Estimation de la densité de foule306
- 16.2.3. Modélisation et reconnaissance d'évènements de foule307
- 16.2.4. Détection et suivi dans une scène de foule308
- 16.3. Analyse de foule data-driven dans les vidéos309
- 16.3.1. Analyse hors ligne de la base de données vidéo de foule310
- 16.3.2. Appariement311
- 16.3.3. Le transfert des comportements de foule appris313
- 16.3.4. Expérimentations et résultats313
- 16.4. Détection et suivi density-aware de personnes dans des foules315
- 16.4.1. Modèle de foule317
- 16.4.2. Suivi de détections319
- 16.4.3. Evaluation319
- 16.5. Conclusion et directions pour des recherches futures322
- 16.6. Remerciements323
- 16.7. Bibliographie323
- Chapitre 17. Détection du contexte visuel 327
- Hervé Le Borgne et Aymen Shabou
- 17.1. Introduction327
- 17.2. Etat de l'art de la détection du contexte visuel329
- 17.2.1. Schéma général329
- 17.2.2. Description visuelle330
- 17.2.3. Apprentissage multiclasses333
- 17.3. Algorithme rapide de boosting à partage de caractéristiques333
- 17.4. Expérimentations335
- 17.4.1. Détection de bateau dans le canal de Panama336
- 17.4.2. Détection du contexte visuel en vidéosurveillance338
- 17.5. Conclusion340
- 17.6. Bibliographie340
- Chapitre 18. Plate-forme d'évaluation opérationnelle : exemple du PPSL 343
- Stéphane Braudel
- 18.1. Introduction343
- 18.2. Utilisation de la vidéoprotection : approche et constats344
- 18.3. Cadres d'emploi actuels et nouveaux concepts opérationnels346
- 18.4. Les besoins en traitements vidéo intelligents347
- 18.5. Conclusion349
- Chapitre 19. Qualification et évaluation de performances 351
- Bernard Boulay, Jean-François Goudou et François Brémond
- 19.1. Introduction351
- 19.2. Etat de l'art352
- 19.2.1. Applications352
- 19.2.2. Processus353
- 19.3. Un programme d'évaluation : ETISEO357
- 19.3.1. Méthodologie357
- 19.3.2. Métriques359
- 19.3.3. Bilan361
- 19.4. Vers une évaluation plus générique364
- 19.4.1. Contraste364
- 19.4.2. Ombres366
- 19.5. Le projet Quasper366
- 19.6. Conclusion367
- 19.7. Bibliographie368
- Index 371
-
-
Origine de la notice:
- FR-751131015
-
Disponible - 621.54 OUT
Niveau 3 - Techniques
