Schémas de suivi d'objets vidéo dans une séquence animée : application à l'interpolation d'images intermédiaires. (Video objects tracking schemes in image sequences: application to temporal image interpolation)

Le cadre general de cette etude est le traitement numerique du signal, applique aux sequences d'images, pour des applications multimedia. Ce travail est divise en deux contributions principales~: un algorithme de segmentation d'images en objets video en mouvement, et une methode d'interpolation temporelle operant sur ces objets. La segmentation de la sequence est effectuee par un algorithme de suivi temporel. Un algorithme de segmentation spatio-temporelle est utilise initialement pour obtenir des regions dans la premiere image de la sequence. Cette partition est ensuite suivie par une technique de contours actifs, qui opere sur une nouvelle representation de la segmentation, composee des frontieres ouvertes separant les regions. L'algorithme estime a la fois le mouvement des frontieres et celui des regions. Il est capable de suivre plusieurs objets simultanement et de traiter les occultations entre eux. Des resultats, obtenus sur des sequences d'images reelles, montrent que cet algorithme permet une bonne stabilite temporelle de la segmentation et une bonne precision des frontieres. Le but de l'algorithme d'interpolation est de reconstruire des images intermediaires entre deux images de la sequence. Il s'agit d'un algorithme de faible complexite qui peut etre utilise a la fin d'une chaine codeur/decodeur. L'interpolation est compensee en mouvement et utilise le mouvement des regions, estime pendant la phase de suivi. Il est aussi base objets, dans le sens ou il utilise la segmentation pour predire correctement les zones d'occultation. Cet algorithme peut etre utilise pour trois applications differentes~: le codage interpolatif (ou des images de la sequence sont predites par interpolation), l'adaptation de la frequence de la sequence a la frequence d'affichage du terminal de visualisation dans une transmission multipoints et la reconstruction d'images manquantes (ou l'on calcule des images non observees). Des resultats experimentaux pour la premiere application montrent que pour une qualite de reconstruction donnee, la taux de compression moyen sur un groupe d'images est plus eleve en utilisant l'interpolation qu'avec une prediction causale.