• Langue : Français
• Discipline : Productique - Automatique et informatique industrielle
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/2000

Résumé en langue originale

Dans le cadre de l'analyse d'images de football, nous proposons une méthodologie originale de segmentation d'images couleur en régions qui exploite les propriétés colorimétriques des pixels pour extraire de l'image les joueurs à suivre. Les pixels de chaque image sont affectés à différentes classes selon qu'ils représentent le terrain, un joueur de l'une des deux équipes, un des deux gardiens de but ou un arbitre en utilisant des méthodes classiques de classification de données multidimensionnelles fondées sur un apprentissage supervisé. La couleur de chaque pixel est usuellement représentée sur la base des trois composantes trichromatiques rouge, verte et bleue, mais peut être codée dans d'autres systèmes de représentation que nous avons regroupés par familles en fonction de leurs différentes propriétés. L'originalité de notre approche consiste à construire un espace couleur hybride en sélectionnant les composantes couleur les mieux adaptées aux classes de pixels à retrouver et pouvant être issues de différents systèmes. Pour cela, nous utilisons une méthode d'analyse discriminante associée à des critères informationnels de discrimination. Cette approche est généralisée en considérant qu'un pixel est représenté par des attributs colorimétriques évalués à son voisinage. Il est ainsi possible de proposer une liste d'attributs calculés pour chacune des composantes couleur des systèmes de représentation. Le voisinage dans lequel sont calculés ces attributs colorimétriques permet de définir une texture couleur et de restituer ainsi les relations de connexité entre les pixels voisins. Les attributs colorimétriques les plus discriminants sont regroupés au sein d'un espace d'attributs colorimétriques adapté à la classification.