1 mise en correspondance dimages pour lanalyse du mouvement et la stéréovision nikom suvonvorn...
TRANSCRIPT
1
Mise en correspondance d’images pour l’analyse du mouvement et la stéréovision
Nikom SUVONVORNInstitut d’Électronique FondamentaleUniversité de Paris-Sud
2
๐ Plan d’exposé
Problématique Abstraction d’image/Modèle EFLAM Algorithmes d’appariement d’images
Les mariages stables Système de mise en correspondance Application pour :
Stéréovision Mouvement
3
๐Problématique / Objectif Méthode de mise en correspondance
d’images
L’analyse du mouvement La stéréovision
Développer une méthode générale Ensembles de niveaux comme caractéristique
d’image Méthode de décision
Une étape décisive pour la vision par l’ordinateur
4
๑ Abstraction d’images
5
Abstraction d’images
Décomposition d’image en « Ensemble de niveaux »
43
2 1
≥1≥1
≥1 ≥1
≥2≥2
≥2
≥3≥3 ≥4
๑
6
Abstraction d’images
Ensemble de niveauxLignes de niveaux
Flots de lignes de niveauxJonctions
L’endroit où au moins deux flots se séparent ou
se joignent
๑
7
Abstraction d’images
Les jonctions de flots l’appariement d’images Très sensibles au bruit Seuil (de détection) difficile à
déterminer
Détection de la variation d’intensité autours des jonctions Résister aux perturbations
๑
8
Variation des jonctions
Modèle EFLAM : Extended Flow Laminating Average Milieu
Basé sur Girard/Bonnin SUSAN de
Brady (Smallest Univalue Segment Assimilating Nucleus)
pour « les jonctions des flots »
๑
9
Variation des jonctions
Mesure la variation d’intensité au point p par la similarité des intensités sur des voisinages
++
+++
+
I(p)
+I(pi)
objet
๑
10
๑
x y
Modèle EFLAMI
+
+
11x y
Modèle EFLAMI
๑
12
Extraction des jonctions
Coder la jonction en primitive
S* Sl
Sr
θl
θr
Fa
Fb
๑
13
M++
M
M--
Extraction des jonctions
Coder le flot en segment
Fiabilité
๑
14
Extraction des jonctions
= 10
= 15
Méthode de Harris
Avant/après le filtrage
Donovan Hugh ParksCenter for Intelligent MachinesMcGill University, Canada
http://www.cim.mcgill.ca/~dparks/CornerDetector/index.htm
๑
15
Extraction des jonctions
Méthode de Harris = 20
Avant/après le filtrage
๑
16
Extraction des jonctions
Avant/après le filtrage, = 20
Avant/après le filtrage, = 15
๑
17
๒ Appariement d’images
18
Appariement d’images Mise en correspondance par mariages stables
N … 3 2 1 0 0 1 2 3 … N
w1 wNw8 w5w2
w3 w8w1 w2wN
w4 w8w6 wNw2
N man
m1
m2
mN
w1
w2
wN
N woman
m1 m3 m9 m4
m6 m5 m7 m1 m8
m5 m4 m1 mN m9
m6
?m
w
w2
m1
๒
19
Contraintes du problème Stabilité
(m,w) est un « couple de blocage » : si m préfère w
à son associé, et w préfère m à son associée,
mais (m,w) n’est pas marié dans M
Satisfaction
Égalité de sexe
Complexité
Un appariement M est stable s’il ne contient aucun « couple de
blocage »
INSUFFISANT
Dan Gusfield et Robert W. IrvingMIT Press (1989)Cambridge, Massachusetts
๒
20
Algorithme de Gale et Shapley Deux solutions: homme/femme optimal
Stabilité : OUI, toujours stable Complexité : OUI, O(n2)
Satisfaction globale : NON Égalité de sexe : NON
w1
3 2 1 1 2 3
m1
m2
m3
w1
w2
w3
w2 w3 m2m1 m3
w3w2 w1
w2w1 w3
m3m2 m1
m2m1 m3
?
๒
21
Définition Taille (N+1) x (N+1), 0,1,…p,…N,
∞ Cellule (p, q) contient les
couples (m, w) dont w est le pème choix de m m est le qème choix de w
Cellule (p,∞) contient les couples (m, w) dont
w est le pème choix de m m n’est pas dans la liste de w
(∞, q) symétrique de (p,∞)
Nouvelle représentation du problèmeLa « table des mariages »
(m,w)
Le couple (m,w) : m est le 2ème choix de w et
w est le N+1ème choix de m
0 1 N ∞
0
1
N
∞
q
p
(m,w)
Le couple (m,w) : m n’est dans la liste de w et
w est le N+1ème choix de m
๒
22
« Instabilité » « Satisfaction » et « Égalité de sexe » dans la table des mariages
(x, w)
(m, y)
p
q
(x, y)
(m, w)mariés dans M
Non mariés dans M
๒
23
« Instabilité » « Satisfaction » et « Égalité de sexe » dans la table des mariages
p
0 1 3
0
1
3
q
2
2
0
2
2
3
3
3 4
4
4
4
6
5
5
5
6 7
Satisfaction = p + q
Satisfaction constante en anti-diagonales
Maximum à l’origine
๒
24
« Instabilité » « Satisfaction » et « Égalité de sexe » dans la table des mariages
p
0 1 3
0
1
3
q
2
2
0
1
1
0
2
2 3
1
1
3
1
2
0
2
1 0
Équité = |p – q|
Équité constante en diagonalesMaximum sur la 1ère bissectrice
๒
25
Nouveaux algorithmes :Zigzag (ZZm,w), Zigzag Optimal (OZ)
Algorithmes : balayages de la « table des
mariages » pour satisfaire au mieux l’ensemble des contraintes
la satisfaction globale l’égalité de sexe la stabilité
p
0 1 3
0
1
3
q
2
2
si w et m sont libres, alors (m,w) est marié
ZZm
๒
26
Nouveaux algorithmes :Zigzag (ZZm,w), Zigzag Optimal (OZ)
p
0 1 3
0
1
3
q
2
2
ZZw
๒
27
Nouveaux algorithmes :Zigzag (ZZm,w), Zigzag Optimal (OZ)
p
0 1 3
0
1
3
q
2
2
OZm
๒
28
Mesure la distance en moyenne
Mesure l’amplitude en moyenne
Nouveaux algorithmes : performancessatisfaction, égalité de sexe et stabilité
Mesure le pourcentage du nombre d’instances où x est meilleur que y
Satisfaction, et égalité de sexe
Stabilité Mesure le nombre des couples de blocages
Exécuter les algorithmes sur 30 000-40 000 instances, tirées au hasard Taille de population : 5, 10, 50, 100, 150, 200
๒
29
Nouveaux algorithmes : performances
Résultats Satisfaction, et égalité de sexe
Stabilité Totalement Instable
๒
30
p
0 1 3
0
1
3
q
2
2
Nouvel algorithme :Un résultat de bornitude
(m,w)
(m,w*)
(m*,w)
Instable
๒marié dans M
marié dans M
non marié dans M
31
Nouvel algorithme : Améliorer la stabilité
Zigzag Bloqué (BZ)
1 2 N ∞1
2
N∞
q
p
1 2 N ∞1
2
N∞
q
p
Stable?
Stop
si (w , m) sont libres
(m, w) est marié
(m, w) est marié
(x, y) est marié
(m, y) n’est pas mariém préfère y à w et
y préfère m à x !!!
À marier À stabiliser
Non
Oui (95%)
Oui (5%)
Boucle limité
Divorcer (m, w) et (x, y), et marier (m, y)
Cycle?
๒
32
Nouvel algorithme :Zigzag Bloqué (BZ)
Satisfaction, et égalité de sexe
Stabilité
๒
33
p
0 1 3
0
1
3
q
2
2
Instabilité dans la table de mariages (5%)des « Oscillations » et des « Cycles »
(m,w?)
(m?,w)(m,w)
(m,w?)
(m?,w)(m,w)
(m,w?)
(m?,w)(m,w)
(m,w?)
(m?,w)(m,w)
Cycles
Oscillations
๒
34
p
0 1 3
0
1
3
q
2
2
Suppression des « Oscillations »
Cycles
Oscillations
Femme d’abordHomme d’abord
๒
35
Oscillations
Cycles
1
2
3
4
p
0 1 3
0
1
3
q
2
2
Suppression des « cycles »
(m,w?)
(m?,w)(m,w)
(m?,w2
)
(m,w2
)
(m?,w3)(m,w3)
(m,w?)
(m?,w1)
(m,w1) (m?,wi)
(m,wi)
(m,w?)
(m?,w)(m,w)
(m2,w?)
(m2,w)
(m3,w?)
(m3,w) (m?,w)
(m1,w?
)
(m1,w)
(mi,w?)
(mi,w)
(m3,w?)
(mi,w?)
(m2,w?)
(m2,w)
(m3,w)(m,wi)
(m?,w3)
(m?,wi)
(m?,w2
)
(m,w2
)
(m,w3) (mi,w)
(m,w)
(m1,w?)
(m1,w)
(m?,w1)
(m,w1)
๒
36
p
0 1 3
0
1
3
q
2
2
1
2
3
4
Suppression des « cycles »
(m?,w2
)
(m,w2
)
(m?,w3)(m,w3)
(m,w?)
(m?,w1)
(m,w1) (m?,wi)
(m,wi)
(m,w?)
(m?,w)(m,w)
(m2,w?)
(m2,w)
(m3,w?)
(m3,w) (m?,w)
(m1,w?
)
(m1,w)
(mi,w?)
(mi,w)
(m3,w?)
(mi,w?)
(m2,w?)
(m2,w)
(m3,w)(m,wi)
(m?,w3)
(m?,wi)
(m?,w2
)
(m,w2
)
(m,w3) (mi,w)
(m,w)
(m1,w?)
(m1,w)
(m?,w1)
(m,w1)
(m,w?)
(m?,w)
(m,w)
๒
37
1
2
3
4
p
0 1 3
0
1
3
q
2
2
Suppression des « cycles »
(m?,w2
)
(m,w2
)
(m?,w3)(m,w3)
(m,w?)
(m?,w1)
(m,w1) (m?,wi)
(m,wi)
(m,w?)
(m?,w)(m,w)
(m2,w?)
(m2,w)
(m3,w?)
(m3,w) (m?,w)
(m1,w?
)
(m1,w)
(mi,w?)
(mi,w)
(m3,w?)
(mi,w?)
(m2,w?)
(m2,w)
(m3,w)(m,wi)
(m?,w3)
(m?,wi)
(m?,w2
)
(m,w2
)
(m,w3) (mi,w)
(m,w)
(m1,w?)
(m1,w)
(m?,w1)
(m,w1)
(m?,w2)
(m,w2)
(m?,w3)(m,w3)
(m,w?)
(m?,w1)
(m,w1) (m?,wi)
(m,wi)
๒
38
1
2
3
4
p
0 1 3
0
1
3
q
2
2
Suppression des « cycles »
(m?,w2
)
(m,w2
)
(m?,w3)(m,w3)
(m,w?)
(m?,w1)
(m,w1) (m?,wi)
(m,wi)
(m,w?)
(m?,w)(m,w)
(m2,w?)
(m2,w)
(m3,w?)
(m3,w) (m?,w)
(m1,w?
)
(m1,w)
(mi,w?)
(mi,w)
(m3,w?)
(mi,w?)
(m2,w?)
(m2,w)
(m3,w)(m,wi)
(m?,w3)
(m?,wi)
(m?,w2
)
(m,w2
)
(m,w3) (mi,w)
(m,w)
(m1,w?)
(m1,w)
(m?,w1)
(m,w1)
(m2,w?)
(m2,w)
(m3,w?)
(m3,w)
(m?,w)
(m1,w?)
(m1,w)
(mi,w?)
(mi,w)
๒
39
1
2
3
4
p
0 1 3
0
1
3
q
2
2
Suppression des « cycles »
(m?,w2
)
(m,w2
)
(m?,w3)(m,w3)
(m,w?)
(m?,w1)
(m,w1) (m?,wi)
(m,wi)
(m,w?)
(m?,w)(m,w)
(m2,w?)
(m2,w)
(m3,w?)
(m3,w) (m?,w)
(m1,w?
)
(m1,w)
(mi,w?)
(mi,w)
(m3,w?)
(mi,w?)
(m2,w?)
(m2,w)
(m3,w)(m,wi)
(m?,w3)
(m?,wi)
(m?,w2
)
(m,w2
)
(m,w3) (mi,w)
(m,w)
(m1,w?)
(m1,w)
(m?,w1)
(m,w1)
(m,w)
(m3,w?)
(mi,w?)
(m2,w?)
(m1,w?)
(m2,w)
(m3,w)
(mi,w)
(m1,w)
(m?,w3)
(m?,wi)
(m?,w2)
(m?,w1)
(m,wi)
(m,w2)
(m,w3)
(m,w1)
INSTABLE
๒
40
๒ Nouvel algorithme : S-procédure
La procédure de stabilisation S’applique à tous les algorithmes
ZZm S-ZZm
ZZw S-ZZw
OZ S-OZ BZ S-BZ RZm S-RZ RZw S-RZ RGSm S-RGS RGSw S-RGS
COMPLEXITE O(n2)O(n2)O(n2)O(n3)O(n2)O(n2)O(n2)O(n2)
O(n4)
O(n3)
O(n3)
41
Comparaison des résultats
SBZTotalement stable
99,70% 99,80%26,45% 48,27%
Satisfaction Égalité de sexe
αβ
Complexité O(n3)
๒
42
๓ Système de mise en correspondance
43
Système de mise en correspondancedes jonctions en multi échelle
M
R R
F
D IkIk-1
Idiff
Ji,k-1
i
Ji,k
Ci
Ci,sCi,i
P
E E
x y
๓
44
๓M
R R
F
D IkIk-1
Idiff
Ji,k-1
i
Ji,k
Ci
Ci,sCi,i
P
E E
Système de mise en correspondancedes jonctions en multi échelle
45
๓M
R R
F
D IkIk-1
Idiff
Ji,k-1
i
Ji,k
Ci
Ci,sCi,i
P
E E
Système de mise en correspondancedes jonctions en multi échelle
p
0 1 3
0
1
3
q
2
2
(m,w)
(m3,w?)
(mi,w?)
(m2,w?)(m1,w?)
(m2,w)
(m3,w)
(mi,w)
(m1,w)
(m?,w3)
(m?,wi)
(m?,w2)
(m?,w1)
(m,wi)
(m,w2)
(m,w3)
(m,w1)
46
M
F
D
R
IkIk-1
Idiff
Ji,k-1
i
Ji,k
Ci
Ci,sCi,i
R
P
E E
Système de mise en correspondancedes jonctions en multi échelle๓
47
๓M
R R
F
D IkIk-1
Idiff
Ji,k-1
i
Ji,k
Ci
Ci,sCi,i
P
E E
Système de mise en correspondancedes jonctions en multi échelle
48
Mise en correspondanceExemples๓
49
Mise en correspondanceExemples๓
50
Mise en correspondanceExemples๓
51
Mise en correspondanceExemples๓
52
Mise en correspondanceExemples๓
53
Mise en correspondanceExemples๓
54
๔ Application à la stéréovision
55
Application à la stéréovisionDétection d’obstacle
Acquisition d’images
Calibration de caméra
Méthode de Le Coat(programmation dynamique)
Notre méthode
Méthode de Birchield(programmation dynamique)
Mise en correspondance
V-Disparités
Disparités
Détection d’obstacles
Implémenté sur RT-maps
๔IEF / AXIS / SACOL
56
Application à la stéréovisionDétection d’obstacle๔
57
๕ Application à l’analyse de mouvement
58
Application à l’analyse de mouvement
Jonctions
Mise en correspondance
Contraintes surl’ensemble de niveaux
Lignes de niveau
Ensemble de niveau
Détermination du fond et suivi des objets
K-moyennes
C-moyennes flouesavec contrainte
spatiale
images flots objets Segmentationd’objets
homogènes
Segmentationd’objets
non homogènes
1 2 3
๕
59
Application à l’analyse de mouvement
Jonctions
Mise en correspondance
Contraintes surl’ensemble de niveaux
Lignes de niveau
Ensemble de niveau
Détermination du fond et suivi des objets
K-moyennes
C-moyenne floueavec contrainte
spatiale
images flots objets Segmentationd’objets
homogènes
Segmentationd’objets
non homogènes
1 2 3
๕
60
Application à l’analyse de mouvement
Jonctions
Mise en correspondance
Contraintes surl’ensemble de niveaux
Lignes de niveau
Ensemble de niveau
Détermination du fond et suivi des objets
K-moyennes
C-moyenne floueavec contrainte
spatiale
images flots objets Segmentationd’objets
homogènes
Segmentationd’objets
non homogènes
1 2 3
๕
61
Identification du mouvementC-moyennes floues avec contrainte spatiale
Paramètres de déplacement des flots
F4F2
F3
F1
๕
62
Identification du mouvementC-moyennes floues avec contrainte spatiale๕
63
Segmentation d’objets
Objet homogène Objet non homogène
๕
64
Segmentation d’objets homogènes
λu
λd
*
*
x yEFLAM
F*
λx
λx
๕
65
Segmentation d’objets homogènes
λd
λu
*
*
x yEFLAM
F*
๕
66
Segmentation d’objets homogènes
λu
λd
*
*
x yEFLAM
F*
λx
๕
67
ResultatSegmentation d’objets homogènes๕
68
Segmentation d’objets non-homogènes
λx λ1
λ2 λ3
λ1
λ3λ1λ3
๕
69
Segmentation d’objets non-homogènesJF-Snake
λ1
λ2 λ3
λ1
λ3λ1λ3
Donna J. Williams et
Mubarak Shah (1992 )
๕
70
Segmentation d’objets non-homogènesJF-Snake
λ1
λ2 λ3
λ1
λ3λ1λ3
x yEFLAM
Énergie
Lmax Fj
pj
vi
๕
71
Segmentation d’objets non-homogènesJF-Snake๕
72
Conclusion / Perspective
Algorithmes de décision pour la mise en correspondance : mariages stables
Application pour la détection d’obstacle et l’analyse du mouvement
Technique vs. ensemble de niveaux Mariages stables à « N-Dimensions » Optimiser l’exécution
๖
73
Merci PourVotre Attention