Thèse en cours

Apprentissage Profond Non-Supervisé Temps Réel pour le Suivi Multi-Objets en sport
FR  |  
EN
Auteur / Autrice : Tharsan Senthivel
Direction : Ngoc-Son Vu
Type : Projet de thèse
Discipline(s) : Stic - ed em2psi
Date : Inscription en doctorat le 01/10/2021
Etablissement(s) : CY Cergy Paris Université
Ecole(s) doctorale(s) : Ecole doctorale Économie, Management, Mathématiques , Physique et Sciences Informatiques (EM2PSI)
Partenaire(s) de recherche : Laboratoire : Equipes Traitement de l'Information et Systèmes (Cergy-Pontoise, Val d'Oise)

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Les techniques de suivi visuel de pointe se basant sur les réseaux de neurones profonds se composent de deux sous-réseaux prenant en compte deux entrées différentes : (i) l'objet cible à suivre et (ii) l'espace de recherche où l'objet cible doit se trouver. L'entraînement de ces modèles profonds nécessite une énorme quantité de données étiquetées. Plusieurs objectifs scientifiques seront traités dans ce projet doctoral : - À partir d'une base de données contenant une grande partie de donnée non étiquetée et une partie étiquetée, nous considérons l'utilisation des techniques d'apprentissage auto-supervisé et semi-supervisé à des fins d'obtention de meilleure représentation des séquences vidéo. Ces représentations seront utilisées pour différentes tâches de vision par ordinateur et pour le suivi visuel dans les vidéos sportives. - Pour gérer le changement de plan, des réseaux multi-échelle utilisant à la fois les caractéristiques locales et globales issus de la représentation apprise précédemment seront développés. Ces réseaux permettent la reidentification sur les différents plans de l'objet tracké et de retrouver l'objet dans un agrégat d'objet similaire. Une généralisation du tracking à plusieurs objets sur des plans différents sera proposée. - Nous proposerons également d'améliorer des architectures existantes afin d‘effectuer un tracking temps réel dans des situations où plusieurs objets sont trackés. Les structures développées pour le tracking seront couplées à de l'estimation de pose et de la segmentation afin de mettre en lumière l'objet suivi