Estimation de mouvement par les techniques métaheuristiques.

Abstract

L’estimation de mouvement est un processus qui consiste à estimer, à partir d’une séquence d’images, le mouvement apparent des objets composant une scène tridimensionnelle. La méthode de mise en correspondance de blocs : block matching (BM) est la méthode d’estimation de mouvement la plus utilisée. L’aspect important de cette méthode est l’utilisation des stratégies de recherche intelligentes afin d’obtenir une précision d’estimation de mouvement élevée avec une complexité de calcul réduite. Dans cette thèse, nous nous intéressons aux techniques de BM basées sur les métaheuristiques, deux nouveaux algorithmes sont proposés. Dans la première partie de cette thèse, nous proposons un algorithme de BM basé sur la recherche fractale stochastique. Les résultats de simulation obtenus montrent la supériorité de l’algorithme proposé par rapport aux autres techniques BM en termes de précision d’estimation de mouvement et complexité de calcul. Dans une deuxième partie, nous présentons la technique métaheuristique que nous avons développée, nommée optimisation à base de LBP : local binary pattern optimizer (LBPO), elle est inspirée par le concept de base du descripteur LBP. Nous validons la méthode LBPO avec des fonctions de test connues, puis nous appliquons cette méthode au problème de BM. Les résultats expérimentaux montrent l’efficacité de la méthode proposée.