Programme
Télécharger le programme simplifié 
Télécharger le programme détaillé 
» 10h00-10h20: Accueil des participants
|
Café & assortiment de pâtisseries
|
» 10h20-10h30: Mot de bienvenue
10h20
|
Caroline Rougier, Université de Montréal
Responsable du colloque
|
» 10h30-11h30: Conférence invitée
Présidente: Caroline Rougier, Université de Montréal
10h30
|
La vidéosurveillance intelligente : promesses et défis
Valérie Gouaillier, Centre de Recherche Informatique de Montréal (CRIM)
[Télécharger la présentation]
[Télécharger le rapport]
[voir le résumé]
Résumé:
Au cours de la dernière décennie, la sécurité des personnes et des biens s’est imposée
comme un enjeu majeur à l’échelle planétaire. Confrontées à des problèmes
tels que la lutte au terrorisme et le renforcement de la sécurité intérieure, nos sociétés
investissent de plus en plus dans des solutions pour assurer leur protection. Parmi les solutions proposées,
la vidéosurveillance constitue l’une des technologies de sécurité les plus répandues.
Bien qu’encore principalement analogique, elle connaît une révolution numérique avec le
passage à la vidéo sur réseaux IP. Intégrant parfois des centaines de caméras,
ces nouveaux systèmes génèrent une quantité colossale d’informations vidéo
qui dépassent les capacités de surveillance des agents de sécurité.
Pour résoudre ce problème, la vidéosurveillance intelligente, par l’analytique vidéo, permet
de traiter la vidéo captée pour n’en retenir que les données pertinentes
pour la sécurité.
Cette présentation exposera les grandes lignes d’un rapport de veille technologique et commerciale rédigé
par le Centre de Recherche Informatique de Montréal et Technopôle Défense et Sécurité
du Québec. Nous dresserons un portrait de la technologie de la vidéosurveillance intelligente
destinée à la sécurité des personnes et des lieux. La présentation
sera appuyée par des exemples de réalisations technologiques de divers centres de recherches et compagnies.
|
» 11h30-12h30: Session 1 - Analyse de visages
Présidente: Caroline Rougier, Université de Montréal
11h30
|
Analyse et traitement du comportement céphalo-oculaire des conducteurs dans un contexte de conduite simulée et réelle
Samy Metari, Université Laval, Denis Laurendeau, LVSN, Université Laval, Thierry Moszkowicz, LVSN, Université Laval,
Normand Teasdale, Université Laval, Martin Lavallière, Université Laval, Martin Simoneau, Université Laval
[voir le résumé]
Résumé:
Dans ce travail de recherche nous présentons un nouveau système de vision par ordinateur conçu pour l’analyse et l’interprétation des
comportements céphalo-oculaires des conducteurs automobiles. Ce système est muni de trois caméras, une centrale et deux latérales,
à partir desquelles l’étude du comportement céphalo-oculaire des conducteurs est réalisée en deux parties. La première partie
est dédiée à la détection et au suivi des points caractéristiques faciales, à savoir, les deux yeux et le nez.
Le processus de détection fait appel aux classifieurs boostés basés sur les descripteurs rectangulaires de Haar.
Le suivi des points caractéristiques est réalisé par la méthode pyramidale de Lucas-Kanade. Les coordonnées de ces
points caractéristiques sont utilisées pour modéliser les actions de recherche visuelle des conducteurs associées
à des événements spécifiques tels que la vérification de l’angle mort et la vérification des rétroviseurs gauche
et central lors d’un changement de voie. Le système proposé sera utilisé par un groupe de recherche en kinésiologie
pour l'évaluation et l'amélioration des performances de conduite de personnes âgées dans un environnement
de conduite sécuritaire et contrôlé (simulateur de conduite).
|
11h50
|
Reconnaissance d'émotions faciales par descripteurs HoG générés à partir de grilles adaptatives
Mohamed Dahmane, Université de Montréal, Jean Meunier, Université de Montréal
[voir le résumé]
Résumé:
L'analyse automatique des expressions faciales est l'aspect le plus souvent étudié en ce qui concerne la compréhension
de comportements humains. La principale difficulté pour tout système de reconnaissance d'émotion faciale est
de mettre en oeuvre des modèles plus génériques. En effet, une même expression peut varier considérablement d'un
humain à un autre, et assez sensiblement pour une même personne mise dans des contextes différents.
Dans le but de contrer ces difficultés qui compliquent sévèrement la tâche de reconnaissance, nous avons
développé une méthode utilisant des techniques d'apprentissage statistique et des descripteurs d'apparence
qu'on compile à travers une grille dense à taille adaptative positionnée sur la partie visage. On se sert
des histogrammes de gradients orientés (HoG pour Histograms of oriented gradients) pour extraire les
caractéristiques d'apparence à partir des traits de visage. Les histogrammes globaux sont obtenus en
compilant les amplitudes de gradients pour un ensemble d'orientations dans des histogrammes 1-D plus
locaux définis sur la grille. Comme apprenants de base d'émotions, nous utilisons des machines
à vecteurs de support (SVM pour Support Vector Machines).
|
12h10
|
Vidéo monitoring automatique des facultés d’une personne par l’analyse du comportement oculaire
François Meunier, UQTR, Claude Desjardins, UQTR
[voir le résumé]
Résumé:
Afin d’évaluer les facultés d’une personne, il existe divers tests symptomatiques comme les tests du nystagmus,
de convergence oculaire et de réaction à la lumière des pupilles. Ces tests sont effectués manuellement
et sont essentiellement appliqués aux yeux. L’objectif de cette recherche est d’améliorer un prototype automatique
déjà développé pour automatiser ces tests symptomatiques. Ce nouveau prototype plus compact est aussi constitué
d’un système d’analyse d’images vidéo mais avec des fonctionnalités optimisées. Ce dernier prototype comme les
premiers, effectue aussi la capture d’images vidéo du mouvement et des réactions de l’œil soumis à des stimuli
visuels. Le traitement de ces séquences d’images permet de faire le suivi du déplacement des pupilles ainsi
que leurs réactions aux changements d’illumination ambiante et d’ainsi reconstituer les signaux correspondant
au déplacement des yeux et des dimensions des pupilles. L’analyse de ces signaux permet d’identifier, entre
autres, les saccades correspondant au nystagmus, le degré de convergence des yeux ainsi que les dimensions
des pupilles sous divers modes d’illumination qui sont autant de symptômes permettant d’évaluer les facultés
d’une personne. Ce prototype est testé sur des volontaires ayant des facultés affaiblies par la consommation
de diverses substances ou par la fatigue extrême. L’efficacité du nouvel appareil et des tests automatisés
pour déterminer l’état des facultés d’un individu, est ensuite examinée.
|
» 12h30-13h20: Dîner
|
Lunch (offert gracieusement aux auteurs participants)
|
» 13h20-14h00: Session 2 - Suivi
Président: Pierre-Marc Jodoin, Université de Sherbrooke
13h20
|
Intégration d'informations spatiales floues dans un filtre particulaire pour le suivi mono- et multi-objets dans des séquences d'images 2D
Nicolas Widynski, Université de Montréal
[voir le résumé]
Résumé:
Dans cet exposé, nous nous intéressons au suivi d’objets par filtrage particulaire dans des séquences d’images 2D. En effet,
les méthodes séquentielles de Monte-Carlo, ou filtres particulaires, ont connu un succès grandissant depuis la fin des
années 1990 dans la communauté du suivi d’objets, de par leur faculté d’adaptation à ce type de problématique, leur
efficacité en termes de performances ainsi que leur mise en œuvre souvent directe.
Dans le cadre d'un thèse réalisée à Télécom ParisTech, nous avons proposé une méthode originale d'intégration d’informations
floues dans le filtre particulaire, afin de guider le suivi d’objets en ajoutant des informations spatiales,
qui peuvent être de type structurel ou de forme. Cela permet de mieux guider les particules pendant la phase prédictive,
et grâce au modèle hybride défini, d’intégrer au filtre particulaire une information synthétisée des k dernières
estimations ainsi que la dernière observation.
Nous avons également proposé d’intégrer des contraintes spatiales floues dans le filtre particulaire dans le cas multi-objets.
Ce type d’information permet de représenter des contraintes complexes entre plusieurs objets. A cette contribution,
nous avons ajouté celle d’un nouveau modèle de filtre particulaire pour le suivi multi-objets, qui est une
amélioration de l’échantillonnage partitionné.
|
13h40
|
Suivi 3D monoculaire appliqué à la détection de chutes
Caroline Rougier, Université de Montréal, Jean Meunier, Université de Montréal,
Alain St-Arnaud, CSSS Lucille-Teasdale, Jacqueline Rousseau, Centre de recherche IUGM
[Télécharger la présentation]
[voir le résumé]
Résumé:
Suivre la tête d’un individu peut être très intéressant dans les systèmes de vidéosurveillance. De nombreux travaux ont été
faits dans ce domaine que ce soit pour le suivi 2D de la tête dans une séquence d’images ou pour le suivi 3D de la tête
en utilisant plusieurs caméras. Dans la même optique, nous proposons une méthode originale pour extraire la trajectoire 3D
de la tête d’une personne dans une pièce, mais cette fois en se limitant à une seule caméra calibrée. Concrètement, la tête
est modélisée par une ellipsoïde 3D et est suivie à l’aide d’un filtre à particules hiérarchique. Les informations utilisées
pour le suivi sont basées sur l’histogramme de couleur de la tête et sur la silhouette de la personne. Notre méthode
fonctionne quasi en temps réel et les erreurs 3D des trajectoires obtenues sont raisonnables pour un système monoculaire.
Nous montrerons un exemple d’application dans le cas de la détection de chutes où une chute est détectée grâce à la vitesse
verticale de la tête ou grâce à sa hauteur par rapport au sol, ces informations étant calculées à partir de la trajectoire 3D de la tête.
|
» 14h00-15h00: Session 3 - Vidéosurveillance
Président: Pierre-Marc Jodoin, Université de Sherbrooke
14h00
|
Détection automatique de personnes courant dans des images de vidéosurveillance
Marc Lalonde, Centre de recherche informatique de Montréal (CRIM), Samuel Foucher, CRIM, Langis Gagnon, CRIM
[voir le résumé]
Résumé:
Notre équipe développe depuis plusieurs années des technologies de vision par ordinateur à des fins de surveillance.
Typiquement, des caméras sont reliées à un ordinateur qui analyse les images reçues afin de détecter la présence d’objets
d’intérêt (piétons, véhicules). Or avec l’accumulation de données liées à des mouvements d’objets dans un endroit particulier,
la machine pourrait-elle apprendre des comportements moyens et ainsi détecter les comportements ‘déviants’? Nous avons
développé un algorithme qui regroupe spatialement les trajectoires d’objets en déplacement en formant des enveloppes
appelées routes et composées de nœuds discrets avec des attributs comme le type d’objet, sa taille et sa vitesse moyenne, etc.
On obtient alors un modèle de la scène surveillée qui renseigne sur le comportement usuel des objets à observer.
Pour les scènes avec déplacements d’objets moins structurés, les trajectoires accumulées peuvent fournir beaucoup
d’informations même sans l’étape d’agrégation spatiale, permettant par exemple le calcul d’un champ de vitesse moyenne.
Cette dernière technique a été utilisée pour le concours TRECVID-SED, dont un des objectifs était de concevoir un logiciel
capable de détecter, à partir des images de vidéosurveillance, des personnes en train de courir dans un aéroport,
donc avec une vitesse de déplacement plus élevée que la moyenne. Nous discuterons des résultats de ces deux approches
dans le cadre de TRECVID ainsi que leurs limitations.
|
14h20
|
Dénombrement de foule lors d’événements au Quartier des spectacles de Montréal
Samuel Nault, École de technologie supérieure (ÉTS), Thierry Blaise Tasse Fotso, ÉTS, Richard Lepage, ÉTS, Éric Granger, ÉTS
[voir le résumé]
Résumé:
Le Quartier des spectacles désire dénombrer le nombre de personnes assistant à ses
événements. Il dispose à cette fin de caméras installés sur le toit de 4 édifices en
périphérie. Le dénombrement manuel d’une foule étant très long et peu précis, le
dénombrement automatique de foule s’impose. Cette étude explore deux méthodes
de résolution distinctes, une approche globale et une approche locale.
La méthode globale est basée sur l’analyse des textures des images de foule acquises
par caméra. Les images couleurs sont d’abord converties en tons de gris et divisées
en plusieurs petites imagettes. Quatre matrices de cooccurrences sont ensuite
calculées pour chaque imagette. Des mesures de contraste, d’énergie, d’homogénéité
et d’entropie calculées sur chacune des matrices permettent d’identifier différentes
textures. Un classificateur permettra ensuite de déterminer le nombre de personnes
se trouvant dans une image selon les textures présentes.
L’approche locale est basée sur l’identification des contours de tête de personnes
qui sont présentes sur l’image prise par la caméra. Une égalisation d’histogramme
permet de minimiser l’influence provoquée par l’illumination; ensuite une
transformée de HAAR est appliquée afin d’extraire des coefficients qui seront
analysés pour déterminer des vecteurs caractéristiques selon un modèle de foule.
Ces vecteurs sont par la suite classés selon la technique SVM pour permettre le
comptage du nombre total de foule.
|
14h40
|
Recherche de contenu appliquée à la surveillance vidéo
André Caron, Université de Sherbrooke, Pierre-Marc Jodoin, Université de Sherbrooke
[voir le résumé]
Résumé:
Cet article porte sur une méthode de recherche par contenu adaptée au domaine de la surveillance vidéo.
Notre méthode s'appuie sur une représentation hiérarchique spatio-temporelle de la forme, de la taille
et de la direction des objets en mouvement. À l'aide de cette représentation, une table de hachage de type
locality-sensitive hashing (LSH) est construite. Légère en mémoire, cette table non seulement résume le
contenu utile de la vidéo, mais elle facilite également la navigation à travers de longues séquences
(des heures voire des jours de vidéo). La navigation se fait via des requêtes entrées par un utilisateur.
Ces requêtes portent sur la forme, la direction et la position des événements recherchés. Une fonction de
hachage transforme par la suite la requête en une clé permettant de retrouver en temps réel les sections
de la vidéo dont le contenu s'apparente aux critères recherchés. De par la nature d'une table de hachage,
la complexité de la recherche est O(1). Notons que la table est trois ordres de magnitude plus légère
sur disque que la vidéo d'origine. Cela correspond à environ 55Mo pour une vidéo 320x240 d'une durée de
12 heures dont le contenu brut correspond à plus de 20Go.
Lire l'article: 

|
» 15h00-15h30: Pause café
|
Café & assortiment de pâtisseries
|
» 15h30-16h10: Tutoriel - la Kinect
Président: Jean Meunier, Université de Montréal
15h30
|
Tout ce que vous avez toujours voulu savoir sur la Kinect
Edouard Auvinet - Université de Montréal, Université de Rennes II, M2S
[Télécharger la présentation]
[voir le résumé]
Résumé:
La vive compétition entre les constructeurs de consoles pour jeux vidéo les a poussés à se surpasser.
Au niveau de l'interface utilisateur, Microsoft a créé la surprise en proposant la Kinect, une manette humaine
où le corps de l'utilisateur est lui-même l'outil de contrôle. Durant la présentation, une description du
fonctionnement interne de cette caméra active sera faite. Les domaines d’application à des fins scientifiques
seront aussi discutés. Enfin une démo montrant un exemple d'utilisation de la Kinect sera présentée..
|
» 16h10-16h50: Session 4 - Applications vidéo
Président: Jean Meunier, Université de Montréal
16h10
|
Rectification métrique de la démarche d'une personne à partir d'une seule caméra calibrée
Frédéric JEAN, Université Laval, Robert BERGEVIN, Université Laval, Alexandra BRANZAN, University of Victoria
[voir le résumé]
Résumé:
La démarche humaine contient une foule d'informations sur un individu, autant au niveau de
son identité qu'au niveau de sa condition physique. En effet, chaque individu a sa propre façon de
marcher et il est donc possible de l'identifier uniquement en observant sa démarche à l'aide de
systèmes de vision par ordinateur. Ces systèmes non intrusifs trouvent également des applications
dans le domaine médical puisqu'ils simplifient le diagnostic de pathologies reliées à la locomotion humaine.
Ces systèmes se limitent toutefois aux vues de profil des marcheurs. Dans le cas de points de
vue différents, les mesures effectuées dans les images provenant de la caméra sont faussées par les
effets de projection de perspective. Une façon de pallier à cette limitation consiste à décomposer la
marche en ses demi-cycles et à déterminer à chaque demi-cycle l'image du plan dans lequel est
effectué le mouvement de chaque partie du corps (tête, pieds). Connaissant les paramètres
intrinsèques ainsi que la ligne d'horizon de la surface de marche, il est possible de connaître
l'orientation de ces plans par rapport à la caméra, et donc de rectifier les mouvements effectués dans
une vue de profil métrique.
Les résultats obtenus avec cette méthode sont prometteurs puisqu'il est possible de recouvrer
des mesures telles que la longueur des foulées et la grandeur des individus observés. Les travaux
futurs porteront sur la modélisation et la comparaison de démarches à partir des mouvements rectifiés.
|
16h30
|
Analyse des textures en temps réel exploitant une architecture parallèle multi-cœurs et GPU
Moulay AKHLOUFI, Université Laval, Gilles CHAMPAGNE, Centre de Robotique et de Vision Industrielles,
Mario LAFRAMBOISE, Centre de Robotique et de Vision Industrielles
[Télécharger la présentation]
[voir le résumé]
Résumé:
Ces dernières années on assiste à un intérêt croissant pour l’analyse des textures dans des applications industrielles.
Dans ce type d’application, le traitement en temps réel est primordial, surtout avec la croissance de la résolution
des caméras et des images traitées. Plusieurs solutions pour optimiser le temps de traitement sont disponibles :
DSP, FPGA, cartes dédiées, systèmes parallèles, clusters, etc. La majorité de ces solution sont très coûteuses
et peu évolutives.
Plus récemment, la communauté scientifique s’est intéressée à l’utilisation des unités de traitement graphique
disponibles commercialement pour accélérer les traitements des données. Ceci a donné naissance au domaine du
GPGPU (General-Purpose computation on Graphics Processing Units) qui vise à utiliser la puissance des processeurs
graphiques pour accélérer divers types de traitements de données : mathématique, visualisation 3D, traitement
des images, etc.
Dans ce travail, nous présentons l’utilisation du GPGPU dans l’optimisation et le traitement en temps réel de
certains descripteurs utilisées pour l’analyse des textures. Les techniques suivantes ont été optimisées :
LBP (Local Binary Pattern), LTP (Local Ternary Pattern), LATP (Local Adaptive Ternary Pattern), Noyaux de Laws,
filtres de Gabor et GLCM (Gray Level Co-Occurence Matrix).
L’architecture choisie pour ce travail repose sur la technologie CUDA (Compute Unified Device Architecture) proposée
par NVIDIA. Cette architecture permet d’augmenter de manière significative la performance des traitements en
exploitant la puissance des unités de traitement graphique (GPU) et une architecture de programmation parallèle.
Les optimisations GPU sont comparés aux optimisations CPU utilisant les technologies MMX-SSE et la programmation
parallèle sur des processeurs multi-cœurs. De plus, l’architecture CUDA de nouvelle génération « Fermi » sera utilisée dans nos tests.
Les résultats expérimentaux montrent des gains importants lorsque l’architecture GPU est utilisée, plus particulièrement
pour des images de grande taille. Les figures incluses dans le fichier ci-joint, montrent quelques exemples de gains
importants obtenus pour des descripteurs de textures avec l’optimisation sur des architectures parallèles CPU multi-cœurs et GPU.
|
» 16h50-17h00: Mot de clôture
16h50
|
Jean Meunier, Université de Montréal
Responsable du colloque
|