| Conclusions et perspectives |
En conclusion, nous avons, dans ce mémoire, essayé de définir une grille de lecture du problème de traitement de séquence d'images pour le suivi de personnes. Cette grille se constitue de deux axes : un point de vue thématique des difficultés rencontrées et un point de vue séquentiel. Le premier point regroupe les problèmes liés à l'emploi d'information issue de caméra monoculaire, les problèmes liés au traitement dynamique et les problèmes liés aux différentes formes de bruit. Le second point de vue nous a amené à diviser le processus en sous taches que sont la détection, visant à extraire les indicateurs du mouvement, la reconnaissance des objets de la scène et enfin le suivi de ceux-ci. C'est à la lumière de cette division que la conclusion selon laquelle certains problèmes sont insolubles sans recourir à de l'information externe a été établie. Nous avons donc dans une dernière section analysé la nature de cette information qu'est l'information contextuelle et réalisé un système implémentant ces notions. Bien que tous les problèmes ne soient pas tous réglés, il semble que certains éléments de réponses ont été apportés, en ce qui concerne, par exemple, les caractéristiques minimales d'un modèle d'objets (le notre n'étant pas assez contraint ni prédictif), en ce qui concerne aussi les aspects dynamiques, qui paraissent devoir être traités dans un référentiel 3D de la scène ou 2D du sol, pour obtenir une robustesse suffisante du traitement des ambiguïtés. Enfin cette analyse du domaine nous a permis de définir certaines pistes non traitées, dont l'étude pourrait amener un gain en termes de robustesse et d'adaptabilité.
Comme il était suggéré dans le passage traitant de la détection, chacune des classes de méthodes était plus ou moins sensible à certains problèmes. L'idée, selon laquelle une agrégation contrôlée des différentes techniques fournirait un résultat plus robuste, parait être sensée.
L'apport d'informations contextuelles dans les traitements, nous l'avons vu, augmente la qualification des problèmes intrinsèques au domaine, notamment dans les étapes de reconnaissance et de suivi. Il se pourrait alors que cette information puisse être utilisée dès la première étape notamment en fournissant de l'information de couleur ou de niveau de gris lors du seuillage de "l'image-combinaison", afin de prendre en compte les problèmes de contrastes.
Comme nous l'avons vu l'utilisation du modèle dont nous nous étions doté se révèle trop peu contraignant et trop peu prédictif pour le champ d'application qui nous intéresse. Une avancée significative sur ce point serait l'élaboration d'un modèle plus fin d'humain tel que le modèle de [2]. On peut aussi imaginer un modèle dynamique capable d'ajuster ces paramètres au cours du temps.
L'évaluation automatique des étapes du processus est un concept emprunté au domaine du pilotage de programmes. Cette technique parait s'appliquer au traitement de séquence d'images, garantissant ainsi que le passage de données contrôlées d'une étape des traitements à l'autre. L'avantage pourrait être double. D'une part une évaluation permettrait de filtrer certaines erreurs à chaque niveau des traitements. D'autre part une évaluation permettrait d'automatiser le réglage des paramètres.
Le graphe des détections, en ce qu'il constitue la sortie finale du système, semble pouvoir être l'objet de traitements particuliers. En effet, si l'on considère acquise la sémantique associée à ce graphe, des traitements de raffinement simples et efficaces peuvent s'opérer. A une échelle de temps plus grande que celle utilisée pour le processus de détection (de l'ordre de la seconde par exemple), le contrôle de ce graphe grâce à des indices tel que le nombre de personnes dans la scène, fiabiliserait certainement les résultats sans les retarder excessivement.
A l'accueil et au professionnalisme
de Mme M. THONNAT
Au sourire de Mlle M. MARCOS
A l'enthousiasme de Mlle M. CRUBEZY
A l'efficacité de Mlle A. CORTEL
A la vitalité de Mr P. ITEY
Au chapeau melon de Mr C. COINTE
Aux bottes de cuir de Mlle M. RIBIERE
et une mention particulière
A la patience, à la rigueur et
aux enseignements de Mr N. CHLEQ