Browsing by Author "Encadreur: TALEB Nasreddine"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    A highly efficient algorithm for fast motion detection and estimation using parallel processing
    (2015-11-30) EL BAHRI Mohamed; Encadreur: TALEB Nasreddine
    ملخص المراقبة بالفيديو للمشاهد الحيوية، هي واحدة من أصعب الموضوعات البحثية الحالية في الرؤية الحاسوبية، هذه التكنولوجيا مهمة في مجال مكافحة الإرهاب والجريمة، لضمان السلامة العامة والإدارة الفعالة لحركة المرور على الطرق. هذا العمل هو تصميم نظام فعال للكشف وتقدير الحركة لتتبع الكائن في بيئة معقدة. في المراقبة بالفيديو، والكشف عن الأجسام المتحركة من الفيديو مع تصنيف الكائن، وتتبع الهدف، وتقدير النشاط، في هذه الأطروحة استخدمنا الطرح الخلفية لكشف الحركة. من أجل التعرف على الأشياء، استخدمنا نظام التصنيف على أساس التمثيل المتفرق. ويقترح معالجة أسرع في هذا العمل، وذلك باستخدام أداء بطاقة العرض المرئي. هذا التسارع هو توازي للخوارزمية المستعملة. لتسريع النظام وجعله يعمل في الوقت الحقيقي Résumé (Français) : Résumé La surveillance visuelle des scènes dynamiques, est l'un des difficiles sujets de recherche actuels en vision par ordinateur. C'est une technologie clé pour lutter contre le terrorisme, la criminalité, pour assurer la sécurité publique et pour la gestion efficace de la circulation routière. Ce travail consiste à concevoir un système efficace de détection et d'estimation de mouvement pour le suivi d'objet dans un environnement complexe. Pour la surveillance vidéo, la détection d'objets en mouvement à partir d'une vidéo est importante pour la classification d'objet, suivi de cible, la reconnaissance de l'activité, et la compréhension du comportement. Dans cette thèse nous avons utilisé la soustraction du fond pour la détection du mouvement. Pour pouvoir reconnaitre les objets, nous avons utilisé un système de classification basé sur les représentations parcimonieuses. Une accélération du traitement est proposée dans ce travail, en utilisant les performances des cartes graphiques. Cette accélération consiste à paralléliser l'algorithme "Othogonal Matching Pursuit" pour accélérer le traitement et le rendre opérant en temps-réel. Résumé (Français et/ou Anglais) : Abstract Visual surveillance of dynamic scenes is one of the difficult current research topics in computer vision. It is a key technology in the fight against terrorism, crime, to ensure public safety and to the effective management of road traffic. This work is to design an effective system of detection and motion estimation for object tracking in a complex environment. In video surveillance, detection of moving objects from a video is important for objects classification, target tracking, recognition of the activity, and understanding behavior. In this thesis we used background subtraction for motion detection. In order to recognize objects, we used a classification system based on sparse representation. A faster processing is proposed in this work, using the performance of graphics cards. This acceleration consists to parallelize the "Othogonal Matching Pursuit" algorithm to speed up the processing and make it operate in real-time.
  • Thumbnail Image
    Item
    Identification Biométrique par Fusion Multimodale
    (2018-11-19) Nouar Larbi; Encadreur: TALEB Nasreddine
    Résumé (Anglais) : Biometrics is the technology that measures the physiological and/or behavioral characteristics of a person in order to authenticate him. Unimodal biometric systems suffer from multiple limitations such as the noise introduced by the sensor into the collected data, non-universality, lack of individuality as well as sensitivity to attacks, which allows us through the use of multi-biometrics to overcome these problems and achieve better performances in terms of recognition rates. In this thesis, we propose two multimodal systems that integrate two modalities, namely the iris and the face. The first proposed system based on matching score fusion, uses two feature extraction algorithms, Haar wavelet and Phase-Based Gabor Fisher Classifier (PBGFC) for iris and face, respectively. Experiments are conducted on a chimeric (independent) database by combining iris and face images obtained from the two databases CASIA V1 and ORL and the obtained recognition rate is very encouraging. As for the second system, we propose a new approach that fuses two methods, the Gabor-wigner transform and Gabor-oriented phase information for feature extraction as well as a hybrid scheme that combines several information sources: Multi-algorithm, Multi-instance and Multi-modal and that integrates the face, left and right irises of the same subject. The experiments are conducted on a real SDUML-AHMT database and the obtained results are very satisfactory. Résumé (Français ) : La biométrie est la technologie qui mesure les caractéristiques physiologiques et/ou comportementales d‟un individu afin de l‟authentifier. Les systèmes biométriques monomodaux souffrent de multiples limitations telles que le bruit introduit par le capteur dans les données collectées, la non-universalité, le manque d‟individualité ainsi que la sensibilité aux attaques. L'utilisation de la multi-biométrie nous permet de surmonter ces problèmes et ainsi obtenir de meilleures performances en termes de taux de reconnaissance. Dans cette thèse, nous avons proposé deux systèmes multimodaux qui intègrent deux modalités à savoir l‟iris et le visage. Le premier système proposé basé sur la fusion au niveau du score de correspondance, utilise deux algorithmes d‟extraction des caractéristiques, l‟ondelette de Haar et le Phase-Based Gabor Fisher Classifier (PBGFC) pour l‟iris et le visage, respectivement. Les expériences sont menées sur une base de données chimérique (indépendante) par l‟association des images de l'iris et du visage obtenues à partir des deux bases de données CASIA V1et ORL et le taux de reconnaissance obtenu est très encourageant. Pour le deuxième système, nous proposons une nouvelle approche qui fusionne deux méthodes, la transformée de Gabor-wigner et l'information de phase orientée de Gabor pour l'extraction des caractéristiques ainsi qu'un schéma hybride qui combine plusieurs source d‟information : Multi-algorithme, Multi-instance et Multimodale et qui intègre le visage et les iris gauche et droit d'un même sujet. Les expériences sont menées sur la base de données réelles SDUML-AHMT et Les résultats obtenus sont très satisfaisants.
  • Thumbnail Image
    Item
    Une technique robuste et intelligente de détection par vidéosurveillance d'objets abandonnés dans les zones de transit
    (2018-01-11) DAHI Ilias; Encadreur: TALEB Nasreddine; Co-Encadreur: CHIKR EL MEZOUAR Miloud
    الملخص (بالعربية) : ازداد نشاط الابحاث في مجال المراقبة بالفيديو، وهدا نظرا لتأثيره في عدة مجالات مثل الامن، المجال العسكري، وتطبيق القانون. تشهد شبكات الكاميرات تزايد كبير في الأماكن الحضرية مثل محطات القطار، المطارات، البنوك، واماكن عمومية لغرض أمني. التدفق الهائل المقدم من طرف هده الكاميرات لا يمكن مراقبته من طرف الانسان لعدم قدرته على التركيز لمدة طويلة من الوقت او عدم المراقبة، الاكتشاف، والابلاغ في الوقت المناسب، ولذلك، عدة طرق للكشف عن العديد من الأحداث عن طريق المراقبة البصرية تدرس لمساعدة الانسان في مهمته. في هده الأطروحة، سنركز على تطوير طرق اكتشاف الاشياء المتخلي عنها عن طريق المراقبة البصرية. نعتبر الفعالية والتكلفة الحسابية اهتماماتنا الرئيسية نظرا لحساسية هدا النظام. النظام المقترح يكشف عن الاشياء المتخلي عنها مثل الأمتعة في مناطق العبور والأشياء الثابتة في أي من الأشكال في البيئات الداخلية والخارجية، تحت ظروف تغير في الاضاءة، وفي المناطق المزدحمة. الشيء الجديد في طريقتنا هو استخدام حواف بدلا من البيكسل في الكشف عن المناطق الثابتة. اقترحنا ايضا خوارزمية التجميع لتجميع الحواف المستقرة للأشياء المتخلي عنها المرشحة. درجتان احتماليتان مقترحة لتصنيف الاشياء المتخلي عنها. Résumé (Français et/ou Anglais) : Résumé La recherche scientifique dans le domaine de la vidéosurveillance a été très active au cours de la dernière décennie, en raison de son impact énorme sur des domaines tels que la sécurité et les applications militaires. Les réseaux de caméras de vidéosurveillance sont entrain de s’agrandir de jour en jour dans les zones urbaines, comme les gares, les aéroports, les banques et tous les autres zones publiques où la sécurité s’impose. L'énorme quantité de flux vidéo fourni par ces caméras ne peut être contrôlée et vérifiée par un agent humain en raison de son incapacité à se concentrer pendant une longue période de temps ou à repérer un danger et réagir à temps. Par conséquent, plusieurs méthodes pour la détection d’événements suspects dans la surveillance visuelle sont étudiées pour aider l’agent humain dans sa tâche. Dans cette thèse, nous nous concentrons sur le développement d'une méthode de détection d'objets abandonnés dans la surveillance visuelle. En raison de l'aspect critique d'un tel système, la robustesse et le coût de calcul sont nos principales préoccupations. Le système proposé détecte les objets abandonnés, comme les bagages dans les zones de transit et les objets immobiles de toutes formes dans les environnements intérieurs et extérieurs, avec des changements des lumières brusques et aléatoires, et dans les zones encombrées. La nouveauté de notre méthode est l'utilisation des contours au lieu des pixels dans la détection de régions statiques. Nous avons également proposé un algorithme de clustering pour regrouper les contours stables dans les objets abandonnés candidats. Deux scores robustes sont également proposés pour la classification des objets abandonnés.