Portail National De Signalement Des Thèses

décembre 28, 2020 0 Par Romain

Résumé : Cette thèse est une collaboration entre le LAboratoire des Sciences et Matériaux pour l’Électronique et d’Automatique (LASMEA) de Clermont-Ferrand et le Laboratoire Vision et Ingénierie des Contenus (LVIC) du CEA LIST à Saclay. Parallèlement, les sciences sociales et le droit se sont saisis de la question. La méthode en question s’appuie sur l’analyse automatique de mouvement et ne nécessite aucune information à priori. Le but de cette thèse consiste à élaborer une méthode de détection d’évènements rares dans de telles scènes, observées depuis une caméra fixe. Un système de supervision assurera en permanence la surveillance de l’installation en utilisant la modélisation par réseaux de Pétri et l’intelligence artificielle utilisé avec une caméra pour la détection et le diagnostic des défauts situé durant exécution des taches. Le sujet proposé concerne la Surveillance et Supervision des Robots Manipulateurs dans les installations industrielles en utilisant la vision intelligente et en particulier les réseaux de neurones pour construire des robots dans l’espace virtuel et ou dans l’espace réel.

L’application liée à un robot se caractérise par des incertitudes sur la durée de la plupart de ses tâches, la possibilité d’échec de l’exécution de certaines tâches comme les communications entre les robots et les opérateurs. Le contenu est sauvegardé sur une carte SD (non fournie) ou le cloud, mais si vous le souhaitez, vous pouvez également les visionner en direct par le biais de l’application gratuite. Nous allons utiliser une paire de caméras à focale variable de type Pan-Tilt-Zoom (PTZ). Nous proposons ensuite d’étudier différentes méthodes de classification : La première, statique, dans un traitement image par image, s’appuie sur une estimation bayésienne de la caractérisation du mouvement au travers d’une approche basée sur les fenêtres de Parzen. Dans un premier temps, une caractérisation du mouvement est réalisée, soit par des méthodes classiques de flot optique, soit par des descripteurs spatio-temporels. Tout comme les algorithmes de flot optique, ce descripteur s’appuie sur la contrainte d’illumination constante.Cependant en prenant en compte un voisinage temporel plus important, il permet une caractérisation du mouvement plus lisse et plus robuste au bruit. Certaines caméras passent automatiquement en mode nuit lorsqu’elles perçoivent une baisse de luminosité, d’autres disposent d’un temporisateur qui vous permettra de déterminer une heure spécifique pour l’activation du mode.

Dans le contexte de la détection d’objets stationnaires dans les grandes zones, telles que les parkings, le compromis entre la largeur du champ d’observation et la bonne résolution est difficile avec un nombre limité de caméras. Dans tous les cas, vous devez avertir les personnes qui entre chez vous qu’elles peuvent être filmées. Larticle 2, 4° définit la notion de caméra de surveillance, dont le but est de prévenir, de constater ou de déceler les délits contre les personnes ou les biens ou des nuisances au sens de larticle 135 de la nouvelle loi communale. Il n’est pas rare que l’installation d’un système de vidéosurveillance provoque une chute rapide de la fréquence de la plupart des délits enregistrés dans le secteur visé. En effet il ne nous parait pas souhaitable de laisser à une machine la décision finale de dire si le prévenu est ou pas responsable du VMA! Dans ce travail, nous voulons réaliser un système basé sur le traitement d’image, traitement de signal et une caméra numérique pour la détection du signal Photopléthysmographique (signal PPG). Ajouté à cela, une autre contribution de ce manuscrit est de prendre en compte la modélisation du voisinage d’un bloc afin d’ajouter une cohérence spatiale à la propagation du mouvement.

Small Mirrorless Camera On Grey Background Notre système s’appuie sur une classification locale du mouvement de la scène, sans calibration préalable. Une phase de classification permet ensuite de détecter les mouvements déviant trop du modèle statistique, pour les considérer comme anormaux. Ceci est réalisé par le biais de couplages de chaînes de Markov cachées.Ces différentes approches statistiques ont été évaluées sur des données synthétiques ainsi qu’en situations réelles, aussi bien pour la surveillance du trafic routier que pour la surveillance de foule.Cette phase d’évaluation permet de donner des premières conclusions encourageantes quant à la faisabilité de la vidéosurveillance intelligente d’espaces possiblement denses. Dans un deuxième temps afin de filtrer certaines fausses alarmes et pouvoir localiser les objets en 3D une phase de mise en correspondance des silhouettes entre les deux caméras et effectuée. Une soustraction de fond robuste aux changements de luminosité reposant sur une grille de descripteurs SURF est effectuée pour séparer le fond du premier plan.

La détection des objets stationnaires est effectuée par ré-identification des descripteurs à un modèle du premier plan. Les silhouettes des objets stationnaires sont placées dans un repère commun aux deux caméras en coordonnées rectifiées. Une première version de cette section a déjà été publiée, en 2004-5, dans la revue québécoise « Sécurité, le magazine des professionnels de la sécurité » vol. Elles envoient les images telles quelles à une centrale qui les enregistre au format numérique. Cela permet de compresser des images en full HD (720p et 1080p) et résolution inférieure. Résumé : L’analyse vidéo pour la vidéo-surveillance nécessite d’avoir une bonne résolution pour pouvoir analyser les flux vidéo avec un maximum de robustesse. Les caméras parcourent un ensemble de positions (pan, tilt, zoom) prédéfinies afin de couvrir l’ensemble de la scène à une résolution adaptée. Cela permet une robustesse accrue vis-à-vis des occultations. Cette nouvelle méthode est une variante parcimonieuse des fenêtres de Parzen.