La segmentation vid´eo peut ˆetre vue en deux grandes ´etapes :
– la segmentation d’une image ou d’un groupe d’images (segmentation 3D) par une approche bas´ee contour ou r´egion,
– puis le suivi de cette segmentation sur les images suivantes.
Fig. 1.9 – Illustration de l’´evolution de l’ensemble de niveau z´ero pour une mod´elisation en r´egions g´eod´esiques actives. Figures extraites de [Paragios 00]. Trois initialisations diff´erentes m`enent `a la mˆeme solution. Le changement de topologie est obtenu automati-quement grˆace `a la r´esolution par ensemble de niveaux
Le suivi de segmentation : le ((tracking)) 53 Le suivi permet donc d’´etendre sur plusieurs images la segmentation. Bien entendu, le suivi doit ˆetre robuste, c’est-`a-dire permettre de suivre une zone mˆeme si elle change de forme, de texture ou bien est occult´ee. Deux approches sont possibles :
– une approche par mise en correspondance de deux cartes de segmentation cons´ecutives.
La mise en correspondance de l’image au tempstet de celle au tempst+ 1 se fait en identifiant les r´egions pr´esentes au temps tdans la carte de segmentation au temps t+ 1. On utilise alors des crit`eres de recouvrement;
– une approche par projection suivie d’une re-segmentation avec utilisation de la carte projet´ee comme initialisation ou bien comme r´ef´erence. Ce suivi revient `a calculer de nouvelles segmentations avec l’a priori de connaˆıtre approximativement la partition solution. En effet, on utilise la projection de la carte de segmentation du temps t vers le temps t+ 1 comme initialisation ou r´ef´erence du probl`eme de segmentation de l’image It+1.
1.3.1 L’approche par mise en correspondance
Beaucoup d’approches essayent de faire de la mise en correspondance de r´egions issues de deux segmentations, l’une au temps tet l’autre au temps t+ 1. Dans [Marqu´es et al.
98] par exemple, l’algorithme tente d’affecter l’ensemble des r´egions d´efinies `a l’instant t+ 1 `a un des objets connus `a l’instant t. Ce processus est ici r´ealis´e `a l’aide de trois phases algorithmiques :
– la premi`ere phase apparie toutes les r´egions de t+ 1 qui recouvrent totalement une r´egion det projet´ee au tempst+ 1,
– la deuxi`eme phase ´etiquette toutes les r´egions det+1 recouvertes `a plus de cinquante pour-cent par une r´egion detprojet´ee au tempst+1 sous la contrainte que la distance de couleur entre les deux r´egions n’est pas trop grande,
– la troisi`eme phase affecte toutes les r´egions incertaines restantes `a un des objets via un algorithme de ligne de partage des eaux en prenant pour germes les r´egions pr´ec´edemment affect´ees.
De mani`ere assez proche, [Foret et al. 02] apparie les r´egions similaires via un ((bloc matching))en avant. Les zones non appareill´es sont alors segment´ees en r´egions (par un algorithme de croissance de r´egions prenant en compte les r´egions d´ej`a ´etiquet´ees), puis une projection arri`ere permet d’attribuer ces r´egions.
Dans [Alatan et al. 98], il y a calcul d’une carte de segmentation en objets vid´eo au temps t et au tempst+ 1, par d´etection des r´egions spatiales en mouvement. Ensuite, la mise en correspondance des objets du temps t avec ceux du temps t+ 1 est effectu´ee en prenant en compte trois r`egles :
– une r`egle qui permet de suivre les objets pr´ec´edemment d´etect´es,
– une r`egle permettant de d´etecter de nouveaux objets (ceux se d´etachant du fond), – une r`egle permettant de rep´erer les objets se scindant en plusieurs objets.
Les r`egles sont bas´ees sur l’intersection des r´egions du temps t projet´ees vers t+ 1 avec les r´egions du tempst+ 1. L’int´erˆet de ces r`egles est que le suivi est ´evolutif. En effet, le nombre d’objets peut varier.
On constate que ces approches sont empiriques, avec l’utilisation de seuils tr`es sensibles.
Les difficult´es rencontr´ees viennent de :
– la superposition d’une r´egion projet´ee sur plusieurs r´egions, – l’apparition de r´egions lors de d´ecouvrements,
– la disparition de r´egions lors d’occultations, – la sensibilit´e des segmentations spatiales,
– la variation du nombre de r´egions d’une segmentation `a l’autre.
1.3.2 L’approche par projection initialisation
Beaucoup d’approches utilisent la projection comme initialisation ou r´ef´erence pour une nouvelle segmentation. En effet, la carte de segmentation projet´ee du temps t vers t+ 1 n’est pas tr`es loin de la segmentation solution du temps t+ 1. Ainsi, on atteint rapidement la solution et l’on peut contraindre la segmentation `a ˆetre peu ´eloign´ee de l’initialisation.
Par exemple, [Castagno et al. 98] utilisent la projection des cartes de probabilit´e d’affectation comme initialisation au probl`eme de clustering flou.
De mani`ere similaire, [McKenna et al. 98] utilisent un m´elange de gaussiennes qui
´evoluent dans le temps. Ainsi, les param`etres des gaussiennes varient au cours du suivi pour s’adapter aux changements d’illuminations, aux changements de forme et aux occultations.
Les auteurs de [Mazi`ere et al. 00] projettent le contour actif et le dilatent pour initialiser une nouvelle segmentation par contour actif.
[Mansouri et al. 00] utilisent la r´egion g´eod´esique projet´ee au tempst+ 1 et imposent que la solution soit proche de cette projection. Les crit`eres sont :
– une g´eom´etrie similaire entre la solution au tempst et la solution au tempst+ 1, – des r´egions `a intensit´es similaires entre la solution au tempstet la solution au temps
t+ 1,
– et une attraction de la r´egion g´eod´esique vers les zones de gradient fort.
Les approches par projections sont int´eressantes car on dispose d’une certaine stabilit´e dans le temps des cartes de segmentation. Cependant, les zones de d´ecouvrement et de recouvrement posent encore probl`eme. Ainsi, mˆeme en proposant des techniques de calcul d’ordre de profondeur bas´ee DFD [BenoisPineau et al. 02], des techniques de coh´erence temporelle ou de coh´erence spatiale [Odobez 94], le fait de restreindre `a deux images la segmentation limite l’apport d’information dans ces zones. La section suivante aborde l’extension de la segmentation sur plusieurs images.