Caractérisation et Reconnaissance de Gestes dans des vidéos à l'aide de Modèles Markoviens

Selma Belgacem 1
1 DOCAPP
LITIS - Laboratoire d'Informatique, de Traitement de l'Information et des Systèmes
Résumé : Cette thèse concerne l’analyse de gestes, et plus particulièrement la caractérisation et la reconnaissance de gestes. L’analyse des données gestuelles est un axe de recherche impliquant les domaines de la communication Homme-Machine, de gestion des documents vidéo et du traitement du signal. La contribution principale de notre travail de thèse est l’étude, la conception et la mise en œuvre d’un système markovien hybride pour la reconnaissance de données séquentielles. La tâche de reconnaissance combine classiquement deux tâches : la segmentation et la classification. Le modèle hybride proposé combine ainsi la capacité de modélisation et de segmentation des Modèles de Markov Cachés et la capacité de discrimination locale des Champs Aléatoires onditionnels. Nous avons appliqué ce système hybride à la reconnaissance des séquences de gestes dans des vidéos, dans le cadre applicatif de l’apprentissage avec un seul exemple. Les bonnes performances de reconnaissance obtenues dans le contexte de la compétition ChaLearn montrent l’intérêt de l’approche proposée pour l’apprentissage avec peu de données. La tâche de reconnaissance nécessite une étape de caractérisation des données. Dans le cadre de la caractérisation des gestes, nous proposons deux contributions. La première contribution est une amélioration du suivi local de la main domi- nante dans un geste avec les filtres particulaires. Cette amélioration est basée principalement sur une pénalisation issue des flots optiques de l’estimateur, et une génération automatique d’un vocabulaire de référence. La deuxième contribution est la proposition d’une méthode de caractérisation globale du geste que nous appelons une « signature du geste ». La signature du geste décrit la localisation, la vélocité et l’orientation du mouvement global dans un geste en combinant des informations de vitesse calculée avec les flots optiques.
Type de document :
Thèse
Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Rouen, 2014. Français
Liste complète des métadonnées

Littérature citée [155 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01137866
Contributeur : Clément Chatelain <>
Soumis le : mardi 31 mars 2015 - 15:50:17
Dernière modification le : mardi 3 octobre 2017 - 14:52:12
Document(s) archivé(s) le : mercredi 1 juillet 2015 - 11:45:54

Identifiants

  • HAL Id : tel-01137866, version 1

Collections

Citation

Selma Belgacem. Caractérisation et Reconnaissance de Gestes dans des vidéos à l'aide de Modèles Markoviens. Vision par ordinateur et reconnaissance de formes [cs.CV]. Université de Rouen, 2014. Français. 〈tel-01137866〉

Partager

Métriques

Consultations de
la notice

171

Téléchargements du document

1252