Note publique d'information : Cette thèse porte sur l'étude et la modélisation de la perception du mouvement chez
le mammifère. Nous montrons comment un système bio-inspiré peut être appliqué dans
le cadre d'une application réelle de vision par ordinateur, mais aussi comment il
permet de mieux comprendre des phénomènes observés en neurosciences. La première partie
de cette thèse étudie comment l'information visuelle est traitée chez le mammifère
et comment l'estimation du mouvement est classiquement modelisée. A partir de cette
analyse de l'état de l'art, nous avons proposé une architecture sequentielle générale,
modélisant les aires corticales V1 et MT. Nous avons utilisé cette architecture pour
étudier deux applications. La première application est la reconaissance d'actions
dans les séquences d'images, problèmatique encore ouvert en vision par ordinateur.
Nous montrons comment notre architecture bio-inspirée peut être appliquée avec succés
dans le cadre de cette application réelle, en y apportant de nouvelles idées. En particulier,
nous montrons comment la prise en compte de plusieurs propriétés du système visuel
chez le mammifère nous permettent d'obtenir des résultats de haute qualité, comparables
à ceux des approches les plus récentes. La deuxième application de l'architecture
bio-inspirée proposée dans le cadre de cette thèse, est de chercher à comprendre la
dynamique de l'intégration du mouvement. Pour cela, nous avons cherché à comprendre
le rôle fonctionnel de la suppression du pourtour des neurones de V1. Notre modèle
montre comment l'information 2D extraite à partir de ce mécanisme de suppression peut
être intégrée dans la solution du problème d'ouverture. Enfin de nombreuse perspectives
concluent ce travail, qui montrent combien l'étude de l'estimation de mouvement conserve
encore de nombreuses problematiques.
Note publique d'information : This thesis addresses the study of the motion perception in mammals and how bio-inspired
systems can be applied to real applications. The first part of this thesis relates
how the visual information is processed in the mammal's brains and how motion estimation
is usually modeled. Based on this analysis of the state of the art, we propose a feedforward
V1-MT core architecture. This feedforward V1-MT core architecture will be a basis
to study two different kinds of applications. The first application is human action
recognition, which is still a challenging problem in the computer vision community.
We show how our bio-inspired method can be successfully applied to this real application.
Interestingly, we show how several computational properties inspired from motion processing
in mammals, allow us to reach high quality results, which will be compared to latest
reference results. The second application of the bio-inspired architecture proposed
in this thesis, is to consider the problem of motion integration for the solution
of the aperture problem. We investigate the role of delayed V1 surround suppression,
and how the 2D information extracted through this mechanism can be integrated to propose
a solution for the aperture problem. Finally, we highlight a variety of important
issues in the determination of motion estimation and additionally we present many
potential avenues for future research efforts.
paprika.idref.fr
data.idref.fr
Documentation
