Description analytique de la posture du corps humain pour l'indexation vidéo
Institution:
Toulouse 3Disciplines:
Directors:
Abstract EN:
This thesis concerns the extraction of relevant parameters dedicated to the description of the human posture. The proposed parameters have to be compliant with indexing purposes. Our approach is based on an articulated model of the body. A hierarchical description of the posture will be obtained. Thus, an iterative refining of the limb localization can be implemented. First, the subject bounding box is extracted. Correspondence between model elements and the image is computed by cutting the image according to the supposed localization of each limb. Within those search areas, each element is matched by using distance maps and physical constraints. These processes are used in a hierarchical way: first the coarsest level of the model is implemented and obtained results are then used to match the next level. System output is evaluated without any ground truth, and different processes are used to detect and correct eventual errors, preparing data to the definition of a similarity measure.
Abstract FR:
Cette thèse concerne l'extraction de paramètres significatifs sur la posture prise par un sujet au sein d'une vidéo, ces paramètres devant être compatibles avec des objectifs d'indexation. Notre approche est basée sur un modèle articulé du corps humain. Une description hiérarchique de la posture sera fournie. En effet, chaque élément du modèle se fragmente, créant une hiérarchisation. Tout d'abord, la boite englobante du sujet est extraite. La correspondance entre les éléments et l'image s'effectue par un découpage de celle-ci en zones de recherche. Les éléments y sont positionnés par des cartes de distances ainsi que des contraintes physiques. Ces procédés s'effectuent de manière hiérarchique : en premier lieu le niveau le moins détaillé puis les résultats obtenus servent lors du niveau suivant. La sortie est évaluée sans vérité terrain et des traitements sont appliqués afin de détecter et corriger les erreurs préparant ainsi les données à la définition d'une mesure de similarité.