Représentation et compression à haut niveau sémantique d'images 3D. (Representation and compression at high semantic level of 3D images)

La diffusion de donnees multimedia, et particulierement les images, continuent a croitre de maniere tres significative. La recherche de schemas de codage efficaces des images reste donc un domaine de recherche tres dynamique. Aujourd'hui, une des technologies innovantes les plus marquantes dans ce secteur est sans doute le passage a un affichage 3D. La technologie 3D est largement utilisee dans les domaines de divertissement, d'imagerie medicale, de l'education et meme plus recemment dans les enquetes criminelles. Il existe differentes manieres de representer l'information 3D. L'une des plus repandues consiste a associer a une image classique dite de texture, une image de profondeur de champs. Cette representation conjointe permet ainsi une bonne reconstruction 3D des lors que les deux images sont bien correlees, et plus particulierement sur les zones de contours de l'image de profondeur. En comparaison avec des images 2D classiques, la connaissance de la profondeur de champs pour les images 3D apporte donc une information semantique importante quant a la composition de la scene. Dans cette these, nous proposons un schema de codage scalable d'images 3D de type 2D + profondeur avec des fonctionnalites avancees, qui preserve toute la semantique presente dans les images, tout en garantissant une efficacite de codage significative. La notion de preservation de la semantique peut etre traduite en termes de fonctionnalites telles que l'extraction automatique de zones d'interet, la capacite de coder plus finement des zones d'interet par rapport au fond, la recomposition de la scene et l'indexation. Ainsi, dans un premier temps, nous introduisons un schema de codage scalable et joint texture/profondeur. La texture est codee conjointement avec la profondeur a basse resolution, et une methode de compression de la profondeur adaptee aux caracteristiques des cartes de profondeur est proposee. Ensuite, nous presentons un schema global de representation fine et de codage base contenu. Nous proposons ainsi schema global de representation et de codage de "Profondeur d'Interet", appele "Autofocus 3D". Il consiste a extraire finement des objets en respectant les contours dans la carte de profondeur, et de se focaliser automatiquement sur une zone de profondeur pour une meilleure qualite de synthese. Enfin, nous proposons un algorithme de segmentation en regions d'images 3D, fournissant une forte consistance entre la couleur, la profondeur et les regions de la scene. Base sur une exploitation conjointe de l'information couleurs, et celle de profondeur, cet algorithme permet la segmentation de la scene avec un degre de granularite fonction de l'application visee. Base sur cette representation en regions, il est possible d'appliquer simplement le meme principe d'Autofocus 3D precedent, pour une extraction et un codage de la profondeur d'Interet (DoI). L'element le plus remarquable de ces deux approches est d'assurer une pleine coherence spatiale entre texture, profondeur, et regions, se traduisant par une minimisation des problemes de distorsions au niveau des contours et ainsi par une meilleure qualite dans les vues synthetisees.