Browsing by Author "Kadi, Souheib"

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    Suivi de cible
    (Université Oum El Bouaghi, 2015) Mousaoui, Leila; Fares, Fatima Zahra; Kadi, Souheib
    Le suivi est un problème fondamental dans la vision par ordinateur et dispose d'un large éventail d'applications. Il est un élément essentiel pour les tâches de plus haut niveau tel que la surveillance, la reconnaissance, l'interprétation des trajectoires, l'analyse du comportement et le raisonnement. La méthode efficace doit assurer une représentation robuste de l'objet, capable d'agir en présence des nuisances qui affectent le processus de formation d'image, c'est à dire toutes les informations qui ne sont pas d'intérêt direct pour le suivi, mais qui doivent néanmoins être prise en compte. Ces facteurs comprennent les nuisances inversibles comme le contraste et le changement du viewpoint, ainsi que les non-inversibles tels
  • No Thumbnail Available
    Item
    Suivi multi cibles séquentielle basé sur la détection
    (Université Oum El Bouaghi, 2016) Ouadi, Houssam Eddine; Kadi, Souheib
    Le suivi multi-cible basé vision est un problème fondamental dans la vision par ordinateur et dispose d'un large éventail d'applications. Il est un élément essentiel pour les tâches de plus haut niveau tel que la surveillance, la reconnaissance, l'interprétation des trajectoires, l'analyse du comportement et le raisonnement. Notre algorithme de suivi multi-cibles et basé sur les détections et il est séquentiel .dans notre travail on a essayé d'intégré notre algorithme a la plateforme MOT et de l'évalué avec ses mesures. Les résultats obtenus sont acceptables mais sont pas satisfaisante donc on doit choisir d'autre méthode pour faire l'association des données et amélioré ses résultat
  • No Thumbnail Available
    Item
    Suivi visuel robuste par filtre de corrélation
    (Université Oum El Bouaghi, 2016) Chaib Rassou, Roumaissa; Hamidou, Sihem; Kadi, Souheib
    Le suivi est un problème fondamental dans la vision par ordinateur et dispose un large éventail d'applications. C'est un élément essentiel dans les tâches du plus haut niveau, telle que la surveillance, la reconnaissance, l'interprétation des trajectoires, l'analyse du comportement et le raisonnement. Durant ces dernières années, plusieurs méthodes utilisaient des filtres de corrélation pour le suivi. Parmi ces dernières, plusieurs sont des méthodes de suivi à court terme. Durant ce projet nous proposons une méthode de suivi robuste. Cette méthode sera constituée de deux parties : la première sera l'utilisation de l'algorithme de suivi basé sur le filtre de corrélation KCF (Kernelized Correlation Filter) (C'est une méthode existante). La deuxième sera l'application de la formule PSR (the peak-to-sidelobe-ratio). Si le résultat du KCF devient non valide, (cas d'une occlusion) le PSR aura comme tache, pour ré-détection de la cible.