Xavier BOU HERNANDEZ
Détection de changements dans la vidéo et les séquences temporelles d’images
Résumé
Cette thèse traite de la détection de changements dans la vidéo et les séries temporelles d’images satellitaires, un problème central en traitement d’image avec des applications en surveillance, gestion des catastrophes et suivi de l’occupation du sol, entre d'autres. Nous proposons une taxonomie de la détection des changements, structurée autour de la source de données — vidéo ou télédétection — et de la nature des changements — à l'aveugle ou sémantique.
La première partie explore les méthodes traditionnelles à l'aveugle, fondées sur la modélisation du fond à partir de la dimension temporelle. Nous revisitons les principes fondamentaux de ces approches à travers de l’algorithme ViBe. Ensuite, nous abordons la robustesse aux fausses alarmes en vidéo, et adaptons le cadre ViBe à la détection d’inondations à partir de séquences SAR Sentinel-1.
La deuxième partie de la thèse se concentre sur la détection sémantique des changements. Les deux premières contributions se concentrent sur des problèmes de la détection d'objets, qui servent de base à l'analyse des changements temporels. Nous abordons la détection d’objets à partir de caractéristiques visuelles et visuo-langagières pour l’analyse temporelle, et proposons une représentation robuste de l’orientation pour la détection d’objets orientés. Finalement, nous explorons la détection de changements sémantiques de bout en bout à partir de données partiellement annotées.
Mots Clés
Video ; Apprentissage profond ; Modélisation
Direction
Composition du jury
- Sébastien LEFÈVRE, Professeur, Université Bretagne Sud (Rapporteur & Examinateur)
- Marc VAN DROOGENBROECK, Professeur, Université de Liège (Rapporteur & Examinateur)
- Loïc LANDRIEU, Chargé de recherche, École des Ponts ParisTech (Examinateur)
- Pascal MONASSE, Directeur de recherche, École des Ponts ParisTech (Examinateur)
- Silvia VALERO, Maîtresse de conférences, CESBIO (Examinatrice)