WO2005101811A1 - Method for tracking objects in a video sequence - Google Patents

Method for tracking objects in a video sequence Download PDF

Info

Publication number
WO2005101811A1
WO2005101811A1 PCT/FR2005/000830 FR2005000830W WO2005101811A1 WO 2005101811 A1 WO2005101811 A1 WO 2005101811A1 FR 2005000830 W FR2005000830 W FR 2005000830W WO 2005101811 A1 WO2005101811 A1 WO 2005101811A1
Authority
WO
WIPO (PCT)
Prior art keywords
region
histograms
local
image
characterization
Prior art date
Application number
PCT/FR2005/000830
Other languages
French (fr)
Inventor
Olivier Bernier
Jean-Emmanuel Viallet
Original Assignee
France Telecom
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by France Telecom filed Critical France Telecom
Publication of WO2005101811A1 publication Critical patent/WO2005101811A1/en

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Definitions

  • the present invention relates to a method for tracking objects in a video sequence.
  • the field of the invention is that of the analysis and computer processing of sequences of video images.
  • the system described in this patent is based on a characterization of the o-object to be followed using a reference couletxr histogram. More precisely, a color histogram is obtained from a region defined manually by the user, corresponding to the object to be tracked in an initial video image previously acquired. Then, for each subsequent image of the video sequence, candidate regions are defined and the color histograms are calculated for these regions.
  • the comparison between these histograms for each candidate region of the analyzed image and the reference histogram makes it possible to find the region corresponding to the object in this image.
  • the document US2003128298 (D2) also describes a method for tracking an object in a video sequence which is based on the use of a color histogram to characterize the object to be tracked.
  • a reference histogram is obtained from of a region defined by the user in the initial image, corresponding to the object to be tracked.
  • the histogram is then used to define an image d e probability of presence in a search area of a following image, even example defined using a estimate of the current position of the object, and the new position of the region corresponding to the object to be tracked is found from this probability image.
  • the new region corresponding to the object to be followed makes it possible to adapt the reference histogram and thus, the search algorithm can be applied to the following image.
  • the methods of tracking objects as described in D1, D2 or D3 however have the major drawback of being fallible with regard to the possible presence in the current image of distractors, that is to say that is to say regions having substantially the same characterization as that of the reference region selected in the initial image including the object to be tracked.
  • the characterization of the object to be followed is based on a unique description of the region corresponding to the object to be followed, which is typically based on the calculation of a single histogram, either of color , or composite as in D3, for the pixels of the region considered. Therefore, the overall description of the region corresponding to the object to be followed proposed in the prior art is insufficiently precise to render such efficient and selective object tracking systems when other regions in the analyzed image have a histogram similar to that of the reference region corresponding to the object to be tracked.
  • the present invention aims to remedy these drawbacks by proposing a method for tracking objects in a sequence of video images allowing better selectivity of the image regions corresponding to the object to be tracked and therefore greater robustness by relation to the possible existence in the analyzed image of other regions having characteristics similar, in terms of colors for example, to those of the object monitored.
  • the subject of the invention is a method of tracking at least one object in a sequence of video images, comprising the selection of at least one reference region in an initial image including the object to be monitoring and characterizing said reference region, said method being characterized in that the characterization of said reference region comprises the following steps consisting in: - determining a plurality of local histograms, representing a distribution of the pixels within said region according to a predefined characteristic and - defining parameters representative of said plurality of local histograms by calculating a characteristic vector for each local histogram, said parameters describing a statistic of said vectors.
  • the determination of a plurality of local histograms comprises the definition of a plurality of points on the region of the image considered, each local histogram being obtained by analysis of the pixels in an area respectively in the vicinity of each of the points of said plurality of points defined on said region.
  • the plurality of points is defined by applying to the region a grid forming a network of points uniformly spaced from one another on said region.
  • the zone defined in the vicinity of each of the points of the plurality of points is identical for all the points.
  • the statistical parameters of local histograms come from a Gaussian statistical representation of the set of characteristic vectors and include an average vector parameter and a standard deviation parameter.
  • the determination of local histograms consists in calculating histograms representing the colorimetric values of the pixels.
  • the determination of local histograms consists in calculating histograms representing the luminance of the pixels.
  • the determination of local histograms consists in calculating composite histograms representing jointly the color values of the colored pixels and the luminance of the non-colored pixels.
  • the method according to the invention further comprises the selection and characterization of at least one test region in at least one image of said sequence, the characterization of each selected test region comprising the series of steps implemented for the characterization of the reference region, so as to determine, with each image, the situation of said object to be followed by the identification of the test region whose characterization is similar to the reference characterization.
  • the selection of at least one test region in at least one image of the video sequence consists in selecting all the possible regions of the image.
  • the selection of at least one test region in at least one image of the video sequence consists in selecting test regions located in the vicinity of the previously identified region including the object to be tracked.
  • the reference characterization is adapted during the monitoring.
  • the invention also relates to a device for monitoring at least one object in a sequence of video images comprising means for acquiring video images, means for selecting at least one reference region in an initial image including the object to be monitored, and means for characterizing said reference region, said device being characterized in that said characterization means comprise means for determining a plurality of local histograms, representing a distribution of the pixels within said region according to a predefined characteristic and means for defining parameters representative of said plurality of local histograms consisting in calculating a characteristic vector for each local histogram, said parameters describing a statistic of said vectors.
  • the steps of the method described above are executed by a computer device, under the control of software instructions.
  • the invention also relates to a software module intended to be stored in or transmitted by a data medium comprising software instructions for having the method according to the invention executed by a computer device.
  • the data medium can be a hardware storage medium, for example a CD-ROM, a magnetic diskette or a hard disk, or else a transmissible medium such as an electrical, optical or radio signal.
  • FIG. 1 is a diagram illustrating the modules functional implemented in a computer video acquisition system intended to implement the method according to the present invention
  • - Figure 2 illustrates a flowchart of the processing module of Figure 1, implementing the main steps of the method according to the present invention.
  • the method for automatically tracking objects in a video sequence according to the present invention is intended to be implemented in a computer video acquisition system 10.
  • a computer video acquisition system 10 Such a system, described in FIG. 1, comprises a digital camera 20 coupled to a computer 30 equipped with the corresponding port.
  • the processing chain is composed of a video image acquisition module M1, a user interface module M2 and a processing module M3.
  • the images of a video sequence acquired by the first module M1 are transmitted to the interface module M2 to be simply displayed on the screen.
  • the user selects, via the interface module M2, a reference region in an initial image, including an object to be tracked.
  • the method according to the invention can also be adapted to follow several different objects in the video sequence.
  • the " M2 user interface module is equipped with an image capture device allowing the user to identify the object to be tracked in the image by any means, for example a touch screen display device, and the user then simply identifies the region of the image including the object to be tracked in the video sequence. touching the object as it appears on the image.
  • the reference region can also be selected by means of the pointer of a mouse connected to the computer, by means of which the user will define the region of reference including the object to follow.
  • the selection of the reference region including the object to follow in an initial image can also be carried out automatically by the intermediary of an algorithm provided for this purpose, implemented at the level of the module d M2 interface.
  • an algorithm for example, it may be a face detection algorithm in an image, which then makes it possible to automatically detect and select a face in an initial image, to be followed throughout the sequence.
  • the processing is then triggered, and the processing module M3 is initialized with the reference region selected in the initial image.
  • each image, whether following or not, of the video sequence is submitted to the processing module to be processed according to the invention, the processing module making it possible to determine the situation of the object monitored in each submitted image.
  • the result thus obtained at the end of processing module as to the situation of the object monitored in each image submitted to the processing module preferably consists of the position in x and y of the object in the next image considered, but may also consist of the size or still the rotation of the object in the following image considered.
  • the operation of the processing module is more particularly described with reference to FIG. 2. From the reference region selected in the initial image including the object to be followed, a fixed and regular grid, forming a network of uniformly spaced points. relative to each other, is applied to the selected region.
  • the grid used is identical for all the acquired images on which it is intended to be applied. For each of the points of this grid thus defined on the reference region, an identical zone is defined in the vicinity of each of them.
  • This zone is preferably centered on the point and is chosen to be rectangular in shape, without this being limiting, the shape of the chosen zone possibly being any.
  • the local histograms used in the context of the present invention may be histograms of other characteristics, for example histograms representing the luminance of the pixels, or alternatively histograms representing jointly the colorimetric values of the colored pixels and the luminance of the pixels not colored.
  • a plurality of local histograms was therefore calculated, each representing a local distribution of the pixels within the reference region according to a predefined characteristic, preferably the colorimetric value of the pixels.
  • the next step of the method according to the present invention will consist in defining parameters representative of this plurality of local histograms previously calculated at the level of the reference region.
  • the definition of these parameters is based on a statistical analysis of the plurality of local histograms obtained.
  • the following description of this step is simply given by way of example and presents an embodiment based on a Gaussian representation of the local histograms.
  • the local histograms calculated for the reference region are normalized to 1, by calculating for each local histogram, the number of pixels that fall in each cell of the histogram and dividing it by the total number of pixels considered .
  • each normalized histogram therefore becomes equal to unity and each of them then represents the proportion of the pixels as a function of the color level for example, if we consider color histograms, in a respective zone defined by the grid on the reference region.
  • Each local histogram being normalized to 1 the corresponding characteristic vector U is a vector of Euclidean norm equal to 1.
  • the set of vectors U, each corresponding respectively to a local histogram calculated at neighborhood of a point defined by the grid of points included in the selected region, is then used in E3 to estimate the parameters describing their statistics.
  • the two parameters U o and ⁇ are the statistical parameters of so-called reference local histograms making it possible to characterize the reference region selected in the initial image including the object to be followed.
  • Other alternative embodiments are of course possible to achieve the definition of statistical parameters representative of the plurality of local histograms, without departing from the scope of the present invention.
  • the invention is not limited to the application of a Gauss distribution to define the statistics of all the characteristic vectors calculated respectively for each local histogram.
  • test region capable of including the object to be tracked. All the possible regions of the image and, as a priority, the regions located at the same level or in the vicinity of the region previously identified as including the object to be tracked may be selected as the test region. The selected test regions may also differ in size from the reference region selected in the initial image.
  • the tracking of the object to be tracked is then carried out in each image of the sequence submitted to the processing module, by searching for the test regions having statistical parameters of local histograms similar to the statistical parameters of local reference histograms.
  • steps for calculating the local histograms F1, calculating the vectors characteristic of each local histogram F2 and estimating the parameters describing the statistics of these vectors F3, are implemented in the same way as the steps previously described in E1, E2 and E3, applied to the reference region.
  • the vectors characteristic of the local histograms each calculated in an area respectively in the vicinity of each of the points of the grid applied to this region are calculated.
  • the statistical parameters of local histograms are deduced therefrom for the test region considered and a step of comparison in F4 of these statistical parameters of local test histograms with the statistical parameters of reference local histograms is implemented.
  • the analysis according to steps F1 to F4 is repeated for another region of test.
  • the statistics of the local histograms of the regions considered can be adapted during the monitoring.
  • the statistical parameters of local reference histograms used in step F4 can be replaced by the last statistical parameters of local histograms obtained corresponding to the identified test region including the object to be tracked in the last image analyzed. It is also possible to use a combination between the statistical parameters of local reference histograms and the last statistical parameters of local histograms obtained.
  • the calculation of the local histograms and of the characteristic vectors is carried out on the whole of the acquired image by applying the grid of points on the whole of this image. Then, for each test region considered in the image, the characteristic vectors corresponding to the local histograms calculated respectively in the vicinity of the points of the grid included in this region are selected and the statistical parameters characterizing these vectors are calculated.
  • the test region whose statistical test parameters are the most close to the reference parameters is identified as the region including the object to follow for the current image being processed. We can thus determine the situation of the object tracked in each acquired image of the video sequence.

Abstract

A method for tracking one or more objects in a video frame sequence, wherein at least one reference region in an initial frame including the object to be tracked is selected and said reference region is characterised. Said method is characterised in that the step of characterising said reference region includes the steps of determining a plurality of local histograms (E1) representing a distribution of pixels within said region according to a predefined characteristic and defining parameters representative of said plurality of local histograms (E3).

Description

PROCEDE DE SUIVI D'OBJETS DANS UNE SEQUENCE T7IDEO METHOD FOR TRACKING OBJECTS IN A T7IDEO SEQUENCE
La présente invention concerne un procédé de suivi d'objets dans urne séquence vidéo. Le domaine de l'invention est celui de l'analyse et du traitement informatique de séquences d' images vidéo . Parmi les systèmes connus de suivi d'objets dans une séquence vidéo, on peut citer celui décrit dans le brevet US 6,226,388 (Dl) . Le système décrit dans ce brevet est basé sur une caractérisation de l'o-ojet à suivre utilisant un histogramme de couletxr de référence. Plus précisément, un histogramme de couleur est obtenu à partir d'une région définie manuellement par l'utilisateur, correspondant à l'objet à suivre dans une imag"e vidéo initiale précédemment acquise. Ensuite, pour chaque image suivante de la séquence vidéo, des régions candidates sont définies et les histogrammes de couleur sont calculés pour ces régions . La comparaison entre ces histogrammes pour chaque région candidate de l'image analysée et l'histogramme de référence permet de retrouver la région correspondant à. l'objet dans cette image. Le document US2003128298 (D2) décrit également un procédé pour suivre un objet dans une séquence vidéo qui est basée sur l'utilisation d'un histogramme de couleur pour caractériser l'objet à suivre. Ainsi, un histogramme de référence est obtenu à partir d'une région définie par l'utilisateur dans l'image de départ, correspondant à l'objet à suivre. L'histogramme est alors utilisé pour définir une image de probabilité de présence dans une zone de recherche d'une image suivante, pair exemple définie en utilisant une estimation de la position courante de l'objet, et la nouvelle position de la région correspondant à l'objet à suivre est trouvée à partir de cette image de probabilité. La nouvelle région correspondant à l'objet à suivre permet d'adapter l'histogramme de référence et ainsi, l'algorithme de recherche peut être appliquée à 1 ' image suivante . On peut encore citer le document US2002176001 (D3) qui propose un procédé de suivi d'objet dans une séquence vidéo dans lequel l'objet à suivre est caractérisé par un histogramme composite d'une région sélectionnée correspondant à l'objet à suivre représentant conjointement les niveaux de couleur des pixels colorés, et la luminosité des pixels non colorés . Les procédés de suivi d'objets tels qu'ils sont décrits dans Dl, D2 ou D3 présentent toutefois l'inconvénient majeur d'être faillible vis-à-vis de la présence possible dans l'image courante de distracteurs, c'est-à-dire de régions possédant sensiblement la même caractérisation que celle de la région de référence sélectionnée dans l'image initiale incluant l'objet à suivre. En effet, dans Dl, D2 ou D3 , la caractérisation de l'objet à suivre est basée sur une description unique de la région correspondant à l'objet à suivre, qui repose typiquement sur le calcul d'un seul histogramme, soit de couleur, soit composite comme dans D3 , pour les pixels de la région considérée. De ce fait, la description globale de la région correspondant à l'objet à suivre proposée dans l'art antérieur est insuffisamment précise pour rendre de tels systèmes de suivi d'objets efficaces et sélectifs lorsque d'autres régions dans l'image analysée possèdent un histogramme semblable à celui de la région de référence correspondant à l'objet à suivre. La présente invention a pour but de remédier à ces inconvénients en proposant un procédé de suivi d'objets dans une séquence d'images vidéo permettant une meilleure sélectivité des régions d'image correspondant à l'objet à suivre et donc une plus grande robustesse par rapport à l'existence éventuelle dans l'image analysée d'autres régions présentant des caractéristiques semblables, en termes de couleurs par exemple, à celles de l'objet suivi. Avec cet objectif en vue, l'invention a pour objet un procédé de suivi d'au moins un objet dans une séquence d'images vidéo, comprenant la sélection d'au moins une région de référence dans une image initiale incluant l'objet à suivre et la caractérisation de ladite région de référence, ledit procédé étant caractérisé en ce que la caractérisation de ladite région de référence comprend les étapes suivante consistant à : - déterminer une pluralité d'histogrammes locaux, représentant une distribution des pixels au sein de ladite région selon une caractéristique prédéfinie et - définir des paramètres représentatifs de ladite pluralité d'histogrammes locaux en calculant un vecteur caractéristique pour chaque histogramme local, lesdits paramètres décrivant une statistique desdits vecteurs. Avantageusement, la détermination d'une pluralité d'histogrammes locaux comprend la définition d'une pluralité de points sur la région de l'image considérée, chaque histogramme local étant obtenu par analyse des pixels dans une zone respectivement au voisinage de chacun des points de ladite pluralité de points définie sur ladite région. Selon un mode de réalisation de l'invention, la pluralité de points est définie par application sur la région d'une grille formant un réseau de points uniformément espacés les uns par rapport aux autres sur ladite région. De préférence, la zone définie au voisinage de chacun des points de la pluralité de points est identique pour tous les points . Selon un mode de réalisation particulier de l'invention, les paramètres statistiques d'histogrammes locaux sont issus d'une représentation statistique gaussienne de l'ensemble des vecteurs caractéristiques et comprennent un paramètre de vecteur moyen et un paramètre d'écart type. De préférence, la détermination d'histogrammes locaux consiste à calculer des histogrammes représentant les valeurs colorimétriques des pixels. Selon une variante, la détermination d'histogrammes locaux consiste à calculer des histogrammes représentant la luminance .des pixels. Selon une autre variante, la détermination d'histogrammes locaux consiste à calculer des histogrammes composites représentant conjointement les valeurs colorimétriques des pixels colorés et la luminance des pixels non colorés . Le procédé selon 1 ' invention comprend en outre la sélection et la caractérisation d'au moins une région de test dans au moins une image de ladite séquence, la caractérisation de chaque région de test sélectionnée comprenant la suite d'étapes mises en œuvre pour la caractérisation de la région de référence, de façon à déterminer, à chaque image, la situation dudit objet à suivre par l'identification de la région de test dont la caractérisation est semblable à la caractérisation de référence. Selon un mode de réalisation, la sélection d'au moins une région de test dans au moins une image de la séquence vidéo consiste à sélectionner toutes les régions possibles de l'image. Selon un autre mode de réalisation, la sélection d'au moins une région de test dans au moins une image de la séquence vidéo consiste à sélectionner des régions de test situées au voisinage de la région précédemment identifiée incluant l'objet à suivre. Avantageusement, la caractérisation de référence est adaptée au cours du suivi. L'invention concerne également un dispositif de suivi d'au moins un objet dans une séquence d'images vidéo comprenant des moyens d'acquisition d'images vidéo, des moyens de sélection d'au moins une région de référence dans une image initiale incluant l'objet à suivre, et des moyens de caractérisation de ladite région de référence, ledit dispositif étant caractérisé en ce que lesdits moyens de caractérisation comprennent des moyens de détermination d'une pluralité d'histogrammes locaux, représentant une distribution des pixels au sein de ladite région selon une caractéristique prédéfinie et des moyens de définition de paramètres représentatifs de ladite pluralité d'histogrammes locaux consistant à calculer un vecteur caractéristique pour chaque histogramme local, lesdits paramètres décrivant une statistique desdits vecteurs. Les étapes du procédé précédemment décrit sont exécutées par un dispositif informatique, sous la commande d'instructions logicielles. Par conséquent, 1 ' invention concerne également un module logiciel destiné à être stocké dans ou transmis par un support de données comprenant des instructions logicielles pour faire exécuter le procédé selon l'invention par un dispositif informatique. Le support de données peut être un support matériel de stockage, par exemple un CD-ROM, une disquette magnétique ou un disque dur, ou bien un support transmissible tel qu'un signal électrique, optique ou radio. D'autres caractéristiques et avantages de la présente invention apparaîtront plus clairement à la lecture de la description suivante donnée à titre d'exemple illustratif et non limitatif et faite en référence aux figures annexées dans lesquelles : - la figure 1 est un schéma illustrant les modules fonctionnels mis en œuvre dans un système d'acquisition vidéo par ordinateur prévu pour mettre en œuvre le procédé selon la présente invention, et - la figure 2 illustre un organigramme du module de traitement de la figure 1, mettant en œuvre les étapes principales du procédé selon la présente invention. Ainsi, dans l'exemple de réalisation décrit, le procédé de suivi automatique d'objets dans une séquence vidéo selon la présente invention est prévu pour être implémenté dans un système d'acquisition vidéo par ordinateur 10. Un tel système, décrit à la figure 1, comprend une caméra numérique 20 couplée à un ordinateur 30 équipé du port correspondant. Il peut également être composé d'une caméra analogique et d'un ordinateur équipé d'une carte d'acquisition et de numérisation analogique. Les données traitées par le système correspondent donc à la séquence vidéo acquise, c'est-à-dire à une séquence d'images numériques, généralement à la cadence vidéo. La chaîne de traitement est composée d'un module d'acquisition d'images vidéo Ml, d'un module d'interface utilisateur M2 et d'un module de traitement M3. Au départ, les images d'une séquence vidéo acquises par le premier module Ml sont transmises au module d'interface M2 pour être simplement affichées à l'écran. Pour initier le procédé de suivi d'objets, l'utilisateur sélectionne alors, par l'intermédiaire du module d'interface M2 , une région de référence dans une image initiale, incluant un objet à suivre. Le procédé selon 1 ' invention peut également être adapté pour suivre plusieurs objets différents dans la séquence vidéo. Pour cela, il suffit de sélectionner plusieurs régions de référence dans l'image initiale incluant chacune respectivement un objet à suivre. Pour sélectionner une (ou plusieurs) région(s) de référence dans l'image, le " module d'interface utilisateur M2 est équipé d'un dispositif de capture d'image permettant à l'utilisateur d'identifier l'objet à suivre dans l'image par un quelconque moyen. Il peut s'agir par exemple d'un dispositif d'affichage à écran tactile. L'utilisateur identifie alors simplement la région de l'image incluant l'objet à suivre dans la séquence vidéo en touchant l'objet tel qu'il apparaît sur 1 ' image . La région de référence peut encore être sélectionnée par l'intermédiaire du pointeur d'une souris connectée à l'ordinateur, par l'intermédiaire duquel l'utilisateur va définir la région de référence incluant l'objet à suivre. La sélection de la région de référence incluant l'objet à suivre dans une image initiale peut également être effectuée automatiquement par l'intermédiaire d'un algorithme prévu à cet effet, implémenté au niveau du module d'interface M2. Il peut s'agir par exemple d'un algorithme de détection de visage dans une image, qui permet alors de détecter et sélectionner automatiquement un visage dans une image initiale, pour être suivi tout au long de la séquence. Le traitement est alors déclenché, et le module de traitement M3 est initialisé avec la région de référence sélectionnée dans l'image initiale. Puis, chaque image, suivante ou non, de la séquence vidéo est soumise au module de traitement pour être traitée selon l'invention, le module de traitement permettant de déterminer la situation de l'objet suivi dans chaque image soumise. Le résultat ainsi obtenu en sortie du module de traitement quant à la situation de l'objet suivi dans chaque image soumise au module de traitement, consiste de préférence en la position en x et y de l'objet dans l'image suivante considérée, mais peut également consister en la taille ou bien encore la rotation de l'objet dans l'image suivante considérée. Le fonctionnement du module de traitement est plus particulièrement décrit en référence à la figure 2. A partir de la région de référence sélectionnée dans l'image initiale incluant l'objet à suivre, une grille fixe et régulière, formant un réseau de points uniformément espacés les uns par rapport aux autres, est appliquée sur la région sélectionnée. La grille utilisée est identique pour toutes les images acquises sur lesquelles elle est prévue pour être appliquée. Pour chacun des points de cette grille ainsi définis sur la région de référence, une zone identique est définie au voisinage de chacun d'eux. Cette zone est de préférence centrée sur le point et est choisie de forme rectangulaire, sans que cela soit limitatif, la forme de la zone choisie pouvant être quelconque. Une fois la pluralité de points et leur zone associée définies sur la région de l'image considérée, une pluralité d'histogrammes locaux correspondant est calculée en El, où chaque histogramme local représente une distribution des pixels selon une caractéristique donnée dans la zone prédéfinie respectivement au voisinage de chacun des points sur la région. La détermination des histogrammes locaux consiste de préférence à calculer au niveau de chaque zone considérée de la grille, un histogramme représentant les valeurs colorimétriques des pixels, typiquement selon le modèle RVB . Il n'est pas nécessaire ici d'entrer davantage dans les détails, le calcul d'un histogramme de couleur dans le contexte de la présente invention étant bien connu de l'homme du métier. Toutefois, la présente invention ne se limite pas au calcul d'histogrammes de couleur. Les histogrammes locaux mis en œuvre dans le cadre de la présente invention peuvent être des histogrammes d'autres caractéristiques, par exemple des histogrammes représentant la luminance des pixels, ou encore des histogrammes représentant conjointement les valeurs colorimétriques des pixels colorés et la luminance des pixels non colorés. En El, comme décrit précédemment, on a donc calculé une pluralité d'histogrammes locaux représentant chacun une distribution locale des pixels au sein de la région de référence selon une caractéristique prédéfinie, de préférence la valeur colorimétrique des pixels. La prochaine étape du procédé selon la présente invention va consister à définir des paramètres représentatifs de cette pluralité d'histogrammes locaux précédemment calculés au niveau de la région de référence. La définition de ces paramètres est basée sur une analyse statistique de la pluralité d'histogrammes locaux obtenue. La description qui suit de cette étape est simplement donnée à titre d'exemple et présente un mode de réalisation basé sur une représentation gaussienne des histogrammes locaux. Tout d'abord, les histogrammes locaux calculés pour la région de référence sont normalisés à 1, en calculant pour chaque histogramme local, le nombre de pixels qui tombent dans chaque cellule de l'histogramme et en le divisant par le nombre total de pixels considérés. L'aire de chaque histogramme normalisé devient donc égale à l'unité et chacun d'eux représente alors la proportion des pixels en fonction du niveau de couleur par exemple, si l'on considère des histogrammes de couleur, dans une zone respective définie par la grille sur la région de référence. On obtient ainsi une représentation probabiliste des pixels, d'où le traitement statistique suivant qui en découle, consistant à définir des paramètres donnant les traits essentiels de la répartition considérée des pixels dans la région de référence, obtenue par l'intermédiaire de la pluralité d'histogrammes locaux, en admettant selon le mode de réalisation décrit, que la répartition des histogrammes suit une loi gaussienne. Pour ce faire, un vecteur caractéristique U est calculé en E2 pour chaque histogramme local H, dont les composantes Ui sont constituées respectivement par la racine carrée de la valeur de chaque cellule i de l'histogramme local H considéré, soit Ui = -xlHi . Chaque histogramme local étant normalisé à 1, le vecteur U caractéristique correspondant est un vecteur de norme euclidienne égal à 1. L'ensemble des vecteurs U, correspondant chacun respectivement à un histogramme local calculé au voisinage d'un point défini par la grille de points incluse dans la région sélectionnée, est ensuite utilisé en E3 pour estimer les paramètres décrivant leur statistique. Les paramètres statistiques considérés d'histogrammes locaux comprennent le paramètre vecteur moyen U0 et le paramètre d'écart type α, la statistique des vecteurs U étant supposée être de la forme suivante : P(U)=exp{- ||U-Uo||2} Les deux paramètres Uo et α sont les paramètres statistiques d'histogrammes locaux dits de référence permettant de caractériser la région de référence sélectionnée dans l'image initiale incluant l'objet à suivre . D'autres variantes de réalisation sont bien entendu possibles pour parvenir à la définition de paramètres statistiques représentatifs de la pluralité d'histogrammes locaux, sans pour autant sortir du cadre de la présente invention. En particulier, l'invention ne se limite pas à l'application d'une distribution de Gauss pour définir la statistique de l'ensemble des vecteurs caractéristiques calculés respectivement pour chaque histogramme local. Ensuite, pour chaque image acquise de la séquence vidéo qui est soumise au module de traitement, on choisit, selon l'exemple de réalisation décrit, de sélectionner en F0 au moins une région de test susceptible d'inclure l'objet à suivre. Toutes les régions possibles de l'image et, prioritairement, les régions situées au même niveau ou au voisinage de la région précédemment identifiée comme incluant l'objet à suivre sont susceptibles d'être sélectionnées en tant que région de test. Les régions de test sélectionnées sont également susceptibles de différer en taille par rapport à la région de référence sélectionnée dans l'image initiale. Le suivi de l'objet à suivre est alors réalisé dans chaque image de la séquence soumise au module de traitement, par la recherche des régions de test possédant des paramètres statistiques d'histogrammes locaux semblables aux paramètres statistiques d'histogrammes locaux de référence. Pour ce faire, pour chaque région de test sélectionnée dans une image soumise au module de traitement, des étapes de calcul des histogrammes locaux Fl, de calcul des vecteurs caractéristiques de chaque histogramme local F2 et d'estimation des paramètres décrivant la statistique de ces vecteurs F3 , sont mises en œuvre de la même manière que les étapes précédemment décrites en El, E2 et E3 , appliquées à la région de référence. Ainsi, pour chaque région de test, les vecteurs caractéristiques des histogrammes locaux calculés chacun dans une zone respectivement au voisinage de chacun des points de la grille appliquée sur cette région, sont calculés. Les paramètres statistiques d'histogrammes locaux en sont déduits pour la région de test considérée et une étape de comparaison en F4 de ces paramètres statistiques d'histogrammes locaux de test avec les paramètres statistiques d'histogrammes locaux de référence est mise en œuvre. S'il n'y a pas correspondance entre les paramètres statistiques d'histogrammes locaux pour la région de test considérée et les paramètres statistiques d'histogrammes locaux de référence, l'analyse selon les étapes Fl à F4 est réitérée pour une autre région de test . Dans une variante, la statistique des histogrammes locaux des régions considérées peut être adaptée au cours du suivi. Notamment, les paramètres statistiques d'histogrammes locaux de référence utilisés à l'étape F4 peuvent être remplacés par les derniers paramètres statistiques d'histogrammes locaux obtenus correspondant à la région de test identifiée incluant l'objet à suivre dans la dernière image analysée. On peut également utiliser une combinaison entre les paramètres statistiques d'histogrammes locaux de référence et les derniers paramètres statistiques d'histogrammes locaux obtenus. Selon un autre mode de réalisation, le calcul des histogrammes locaux et des vecteurs caractéristiques est réalisé sur la totalité de l'image acquise en appliquant la grille de points sur la totalité de cette image. Ensuite, pour chaque région de test considérée dans l'image, les vecteurs caractéristiques correspondant aux histogrammes locaux calculés respectivement au voisinage des points de la grille inclus dans cette région sont sélectionnés et les paramètres statistiques caractérisant ces vecteurs sont calculés . Ainsi, selon l'invention, la région de test dont les paramètres statistiques de test sont les plus proches des paramètres de référence est identifiée comme la région incluant l'objet à suivre pour l'image courante en cours de traitement. On peut ainsi déterminer la situation de l'objet suivi dans chaque image acquise de la séquence vidéo. The present invention relates to a method for tracking objects in a video sequence. The field of the invention is that of the analysis and computer processing of sequences of video images. Among the known systems for tracking objects in a video sequence, mention may be made of that described in US Pat. No. 6,226,388 (Dl). The system described in this patent is based on a characterization of the o-object to be followed using a reference couletxr histogram. More precisely, a color histogram is obtained from a region defined manually by the user, corresponding to the object to be tracked in an initial video image previously acquired. Then, for each subsequent image of the video sequence, candidate regions are defined and the color histograms are calculated for these regions. The comparison between these histograms for each candidate region of the analyzed image and the reference histogram makes it possible to find the region corresponding to the object in this image. The document US2003128298 (D2) also describes a method for tracking an object in a video sequence which is based on the use of a color histogram to characterize the object to be tracked. Thus, a reference histogram is obtained from of a region defined by the user in the initial image, corresponding to the object to be tracked. The histogram is then used to define an image d e probability of presence in a search area of a following image, even example defined using a estimate of the current position of the object, and the new position of the region corresponding to the object to be tracked is found from this probability image. The new region corresponding to the object to be followed makes it possible to adapt the reference histogram and thus, the search algorithm can be applied to the following image. We can also cite the document US2002176001 (D3) which proposes a method of tracking an object in a video sequence in which the track object is characterized by a composite histogram of a selected region corresponding to the track object representing jointly the color levels of the colored pixels, and the brightness of the non-colored pixels. The methods of tracking objects as described in D1, D2 or D3 however have the major drawback of being fallible with regard to the possible presence in the current image of distractors, that is to say that is to say regions having substantially the same characterization as that of the reference region selected in the initial image including the object to be tracked. Indeed, in Dl, D2 or D3, the characterization of the object to be followed is based on a unique description of the region corresponding to the object to be followed, which is typically based on the calculation of a single histogram, either of color , or composite as in D3, for the pixels of the region considered. Therefore, the overall description of the region corresponding to the object to be followed proposed in the prior art is insufficiently precise to render such efficient and selective object tracking systems when other regions in the analyzed image have a histogram similar to that of the reference region corresponding to the object to be tracked. The present invention aims to remedy these drawbacks by proposing a method for tracking objects in a sequence of video images allowing better selectivity of the image regions corresponding to the object to be tracked and therefore greater robustness by relation to the possible existence in the analyzed image of other regions having characteristics similar, in terms of colors for example, to those of the object monitored. With this objective in view, the subject of the invention is a method of tracking at least one object in a sequence of video images, comprising the selection of at least one reference region in an initial image including the object to be monitoring and characterizing said reference region, said method being characterized in that the characterization of said reference region comprises the following steps consisting in: - determining a plurality of local histograms, representing a distribution of the pixels within said region according to a predefined characteristic and - defining parameters representative of said plurality of local histograms by calculating a characteristic vector for each local histogram, said parameters describing a statistic of said vectors. Advantageously, the determination of a plurality of local histograms comprises the definition of a plurality of points on the region of the image considered, each local histogram being obtained by analysis of the pixels in an area respectively in the vicinity of each of the points of said plurality of points defined on said region. According to one embodiment of the invention, the plurality of points is defined by applying to the region a grid forming a network of points uniformly spaced from one another on said region. Preferably, the zone defined in the vicinity of each of the points of the plurality of points is identical for all the points. According to a particular embodiment of the invention, the statistical parameters of local histograms come from a Gaussian statistical representation of the set of characteristic vectors and include an average vector parameter and a standard deviation parameter. Preferably, the determination of local histograms consists in calculating histograms representing the colorimetric values of the pixels. According to a variant, the determination of local histograms consists in calculating histograms representing the luminance of the pixels. According to another variant, the determination of local histograms consists in calculating composite histograms representing jointly the color values of the colored pixels and the luminance of the non-colored pixels. The method according to the invention further comprises the selection and characterization of at least one test region in at least one image of said sequence, the characterization of each selected test region comprising the series of steps implemented for the characterization of the reference region, so as to determine, with each image, the situation of said object to be followed by the identification of the test region whose characterization is similar to the reference characterization. According to one embodiment, the selection of at least one test region in at least one image of the video sequence consists in selecting all the possible regions of the image. According to another embodiment, the selection of at least one test region in at least one image of the video sequence consists in selecting test regions located in the vicinity of the previously identified region including the object to be tracked. Advantageously, the reference characterization is adapted during the monitoring. The invention also relates to a device for monitoring at least one object in a sequence of video images comprising means for acquiring video images, means for selecting at least one reference region in an initial image including the object to be monitored, and means for characterizing said reference region, said device being characterized in that said characterization means comprise means for determining a plurality of local histograms, representing a distribution of the pixels within said region according to a predefined characteristic and means for defining parameters representative of said plurality of local histograms consisting in calculating a characteristic vector for each local histogram, said parameters describing a statistic of said vectors. The steps of the method described above are executed by a computer device, under the control of software instructions. Consequently, the invention also relates to a software module intended to be stored in or transmitted by a data medium comprising software instructions for having the method according to the invention executed by a computer device. The data medium can be a hardware storage medium, for example a CD-ROM, a magnetic diskette or a hard disk, or else a transmissible medium such as an electrical, optical or radio signal. Other characteristics and advantages of the present invention will appear more clearly on reading the following description given by way of illustrative and nonlimiting example and made with reference to the appended figures in which: - Figure 1 is a diagram illustrating the modules functional implemented in a computer video acquisition system intended to implement the method according to the present invention, and - Figure 2 illustrates a flowchart of the processing module of Figure 1, implementing the main steps of the method according to the present invention. Thus, in the exemplary embodiment described, the method for automatically tracking objects in a video sequence according to the present invention is intended to be implemented in a computer video acquisition system 10. Such a system, described in FIG. 1, comprises a digital camera 20 coupled to a computer 30 equipped with the corresponding port. It can also be composed of an analog camera and a computer equipped with an analog acquisition and digitization card. The data processed by the system therefore correspond to the acquired video sequence, that is to say to a sequence of digital images, generally at the video rate. The processing chain is composed of a video image acquisition module M1, a user interface module M2 and a processing module M3. At the start, the images of a video sequence acquired by the first module M1 are transmitted to the interface module M2 to be simply displayed on the screen. To initiate the method of tracking objects, the user then selects, via the interface module M2, a reference region in an initial image, including an object to be tracked. The method according to the invention can also be adapted to follow several different objects in the video sequence. To do this, simply select several reference regions in the initial image, each including an object to follow. To select one (or more) reference region (s) in the image, the " M2 user interface module is equipped with an image capture device allowing the user to identify the object to be tracked in the image by any means, for example a touch screen display device, and the user then simply identifies the region of the image including the object to be tracked in the video sequence. touching the object as it appears on the image. The reference region can also be selected by means of the pointer of a mouse connected to the computer, by means of which the user will define the region of reference including the object to follow. The selection of the reference region including the object to follow in an initial image can also be carried out automatically by the intermediary of an algorithm provided for this purpose, implemented at the level of the module d M2 interface. for example, it may be a face detection algorithm in an image, which then makes it possible to automatically detect and select a face in an initial image, to be followed throughout the sequence. The processing is then triggered, and the processing module M3 is initialized with the reference region selected in the initial image. Then, each image, whether following or not, of the video sequence is submitted to the processing module to be processed according to the invention, the processing module making it possible to determine the situation of the object monitored in each submitted image. The result thus obtained at the end of processing module as to the situation of the object monitored in each image submitted to the processing module, preferably consists of the position in x and y of the object in the next image considered, but may also consist of the size or still the rotation of the object in the following image considered. The operation of the processing module is more particularly described with reference to FIG. 2. From the reference region selected in the initial image including the object to be followed, a fixed and regular grid, forming a network of uniformly spaced points. relative to each other, is applied to the selected region. The grid used is identical for all the acquired images on which it is intended to be applied. For each of the points of this grid thus defined on the reference region, an identical zone is defined in the vicinity of each of them. This zone is preferably centered on the point and is chosen to be rectangular in shape, without this being limiting, the shape of the chosen zone possibly being any. Once the plurality of points and their associated area defined on the region of the image considered, a plurality of corresponding local histograms is calculated in El, where each local histogram represents a distribution of the pixels according to a characteristic given in the predefined area respectively in the vicinity of each of the points on the region. The determination of the local histograms preferably consists of calculating at the level of each zone considered in the grid, a histogram representing the colorimetric values of the pixels, typically according to the RGB model. There is no need to go into further detail here, the calculation of a color histogram in the context of the present invention being well known to those skilled in the art. However, the present invention is not limited to the calculation of color histograms. The local histograms used in the context of the present invention may be histograms of other characteristics, for example histograms representing the luminance of the pixels, or alternatively histograms representing jointly the colorimetric values of the colored pixels and the luminance of the pixels not colored. In E1, as described above, a plurality of local histograms was therefore calculated, each representing a local distribution of the pixels within the reference region according to a predefined characteristic, preferably the colorimetric value of the pixels. The next step of the method according to the present invention will consist in defining parameters representative of this plurality of local histograms previously calculated at the level of the reference region. The definition of these parameters is based on a statistical analysis of the plurality of local histograms obtained. The following description of this step is simply given by way of example and presents an embodiment based on a Gaussian representation of the local histograms. First, the local histograms calculated for the reference region are normalized to 1, by calculating for each local histogram, the number of pixels that fall in each cell of the histogram and dividing it by the total number of pixels considered . The area of each normalized histogram therefore becomes equal to unity and each of them then represents the proportion of the pixels as a function of the color level for example, if we consider color histograms, in a respective zone defined by the grid on the reference region. This gives a probabilistic representation of the pixels, hence the following statistical processing which follows, consisting in defining parameters giving the essential features of the considered distribution of the pixels in the reference region, obtained by means of the plurality of 'local histograms, assuming according to the embodiment described, that the distribution of histograms follows a Gaussian law. To do this, a characteristic vector U is calculated in E2 for each local histogram H, the components Ui of which consist respectively of the square root of the value of each cell i of the local histogram H considered, ie Ui = -xlHi. Each local histogram being normalized to 1, the corresponding characteristic vector U is a vector of Euclidean norm equal to 1. The set of vectors U, each corresponding respectively to a local histogram calculated at neighborhood of a point defined by the grid of points included in the selected region, is then used in E3 to estimate the parameters describing their statistics. The statistical parameters considered of local histograms include the mean vector parameter U 0 and the standard deviation parameter α, the statistic of the vectors U being assumed to be of the following form: P (U) = exp {- || U-Uo || 2 } The two parameters U o and α are the statistical parameters of so-called reference local histograms making it possible to characterize the reference region selected in the initial image including the object to be followed. Other alternative embodiments are of course possible to achieve the definition of statistical parameters representative of the plurality of local histograms, without departing from the scope of the present invention. In particular, the invention is not limited to the application of a Gauss distribution to define the statistics of all the characteristic vectors calculated respectively for each local histogram. Then, for each image acquired from the video sequence which is subjected to the processing module, one chooses, according to the embodiment described, to select at F0 at least one test region capable of including the object to be tracked. All the possible regions of the image and, as a priority, the regions located at the same level or in the vicinity of the region previously identified as including the object to be tracked may be selected as the test region. The selected test regions may also differ in size from the reference region selected in the initial image. The tracking of the object to be tracked is then carried out in each image of the sequence submitted to the processing module, by searching for the test regions having statistical parameters of local histograms similar to the statistical parameters of local reference histograms. To do this, for each test region selected in an image submitted to the processing module, steps for calculating the local histograms F1, calculating the vectors characteristic of each local histogram F2 and estimating the parameters describing the statistics of these vectors F3, are implemented in the same way as the steps previously described in E1, E2 and E3, applied to the reference region. Thus, for each test region, the vectors characteristic of the local histograms each calculated in an area respectively in the vicinity of each of the points of the grid applied to this region, are calculated. The statistical parameters of local histograms are deduced therefrom for the test region considered and a step of comparison in F4 of these statistical parameters of local test histograms with the statistical parameters of reference local histograms is implemented. If there is no correspondence between the statistical parameters of local histograms for the test region considered and the statistical parameters of local reference histograms, the analysis according to steps F1 to F4 is repeated for another region of test. In a variant, the statistics of the local histograms of the regions considered can be adapted during the monitoring. In particular, the statistical parameters of local reference histograms used in step F4 can be replaced by the last statistical parameters of local histograms obtained corresponding to the identified test region including the object to be tracked in the last image analyzed. It is also possible to use a combination between the statistical parameters of local reference histograms and the last statistical parameters of local histograms obtained. According to another embodiment, the calculation of the local histograms and of the characteristic vectors is carried out on the whole of the acquired image by applying the grid of points on the whole of this image. Then, for each test region considered in the image, the characteristic vectors corresponding to the local histograms calculated respectively in the vicinity of the points of the grid included in this region are selected and the statistical parameters characterizing these vectors are calculated. Thus, according to the invention, the test region whose statistical test parameters are the most close to the reference parameters is identified as the region including the object to follow for the current image being processed. We can thus determine the situation of the object tracked in each acquired image of the video sequence.

Claims

REVENDICATIONS 1. Procédé de suivi d'au moins un objet dans une séquence d'images vidéo, comprenant la sélection d'au moins une région de référence dans une image initiale incluant l'objet à suivre et la caractérisation de ladite région de référence, ledit procédé étant caractérisé en ce que la caractérisation de 3-adite région de référence comprend les étapes suivante consistant à : - déterminer une pluralité d'histogrammes locaux (El), représentant une distribution des pixels au. sein de ladite région selon une caractéristique prédéfinie et - définir des paramètres représentatifs de -ladite pluralité d'histogrammes locaux (E3) en calcula-nt un vecteur caractéristique pour chaque histogramme -local , lesdits paramètres décrivant une statistique desdits vecteurs .CLAIMS 1. Method for monitoring at least one object in a sequence of video images, comprising the selection of at least one reference region in an initial image including the object to be monitored and the characterization of said reference region, said method being characterized in that the characterization of 3-said reference region comprises the following steps consisting in: - determining a plurality of local histograms (El), representing a distribution of the pixels at. within said region according to a predefined characteristic and - defining parameters representative of said plurality of local histograms (E3) by calculating a characteristic vector for each local histogram, said parameters describing a statistic of said vectors.
2. Procédé selon la revendication 1, caractérisé en ce que la détermination d'une pluralité d'histogrammes locaux comprend la définition d'une pluralité de points sur la région de 1 ' image considérée, chaque histogramme local étant obtenu par analyse des pixels dans une zone respectivement au voisinage de chacun des points de ladite pluralité de points définie sur ladite région. 2. Method according to claim 1, characterized in that the determination of a plurality of local histograms comprises the definition of a plurality of points on the region of the image considered, each local histogram being obtained by analysis of the pixels in an area respectively in the vicinity of each of the points of said plurality of points defined on said region.
3. Procédé selon la revendication 2, caractérisé en ce que la pluralité de points est définie par application sur la région d'une grille formant un réseau de points uniformément espacés les uns par rapport aux autres sur ladite région.3. Method according to claim 2, characterized in that the plurality of points is defined by application to the region of a grid forming a network of points uniformly spaced with respect to each other on said region.
4. Procédé selon la revendication 2 ou 3, caractérisé en ce que la zone définie au voisinage de chacun des points de la pluralité de points est identique pour tous les points .4. Method according to claim 2 or 3, characterized in that the zone defined in the vicinity of each of the points of the plurality of points is identical for all the points.
5. Procédé selon l'une quelconque des revendications 1 à 4, caractérisé en ce que les paramètres statistiques d'histogrammes locaux sont issus d'une représentation statistique gaussienne de l'ensemble des vecteurs caractéristiques et comprennent un paramètre de vecteur moyen et un paramètre d'écart type . 5. Method according to any one of claims 1 to 4, characterized in that the statistical parameters of local histograms result from a Gaussian statistical representation of the set of characteristic vectors and include an average vector parameter and a parameter standard deviation.
6. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce çxue la détermination d'histogrammes locaux consiste à calculer des histogrammes représentant les valeurs colorimétriques des pixels .6. Method according to any one of the preceding claims, characterized in that the determination of local histograms consists in calculating histograms representing the colorimetric values of the pixels.
7. Procédé selon l'une quelconque des revendications 1 à 5, caractérisé en ce que la détermination d'histogrammes locaux consiste à calculer des histogrammes représentant la luminance des pixels. 7. Method according to any one of claims 1 to 5, characterized in that the determination of local histograms consists in calculating histograms representing the luminance of the pixels.
8. Procédé selon l'une quelconque des revendications 1 à 7, caractérisé en ce que la détermination d'histogrammes locaux consiste à calculer des histogrammes composites représentant conjointement les valeurs colorimétriques des pixels coloxés et la luminance des pixels non colorés.8. Method according to any one of claims 1 to 7, characterized in that the determination of local histograms consists in calculating composite histograms jointly representing the colorimetric values of the coloxed pixels and the luminance of the non-colored pixels.
9. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce qu'il comprend en outre la sélection et la carac terisation d'au moins une région de test dans au moins une image de ladite séquence, la caractérisation de chaojue région de test sélectionnée comprenant la suite d'étapes mises en œuvre pour la caractérisation de la région de référence, de façon à déterminer, à chaque image, la situation dudit objet à suivre par l'identif cation de la région de test dont la caractérisation est semblable à la caractérisation de référence. 9. Method according to any one of the preceding claims, characterized in that it further comprises the selection and characterization of at least one test region in at least one image of said sequence, the characterization of each region of selected test comprising the series of steps implemented for the characterization of the reference region, so as to determine, with each image, the situation of said object to be followed by the identification of the test region whose characterization is similar to the reference characterization.
10. Procédé selon revendication 9, caractérisé en ce que la sélection d'au moins une région de test dans au moins une image de la séquence vidéo consiste à sélectionner toutes les régions possibles de 1 'image. 10. Method according to claim 9, characterized in that the selection of at least one test region in at least one image of the video sequence consists in selecting all the possible regions of the image.
11. Procédé selon la revendication 9, caractérisé en ce que la sélection d'au moins une région de test dans au moins une image de la séquence vidéo «consiste à sélectionner des régions de test situées au voisinage de la région précédemment identifiée incluant l'objet à suivre. 11. Method according to claim 9, characterized in that the selection of at least one test region in at least one image of the video sequence "consists in selecting test regions located in the vicinity of the previously identified region including the object to track.
12. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que la caractérisation de référence est adaptée au cours du suivi .12. Method according to any one of the preceding claims, characterized in that the reference characterization is adapted during monitoring.
13. Dispositif de suivi d'au moins un objet dans une séquence d'images vidéo comprenant des moyens d'acquisition d'images vidéo (Ml), des moyens de sélection (M2) d'au moins une région -e référence dans une image initiale incluant l'objet à- suivre, et des moyens de caractérisation (M3) de ladite région de référence, ledit dispositif étant caractérisé en ce que lesdits moyens de caractérisation comprennent des moyens de détermination d'une pluralité d'histogrammes locaux, représentant une distribution- des pixels au sein de ladite région selon une caractéristique prédéfinie et des moyens de définition de paramètres représentatifs de ladite pluralité d'histogrammes locaux consistant à calculer un vecteur? caractéristique pour chaque histogramme local, lesdits paramètres décrivant une statistique desdits vecteurs .13. Device for monitoring at least one object in a sequence of video images comprising means for acquiring video images (Ml), means for selecting (M2) at least one region -e reference in a initial image including the object to follow, and means of characterization (M3) of said reference region, said device being characterized in that said characterization means comprise means for determining a plurality of local histograms, representing a distribution of pixels within said region according to a predefined characteristic and means for defining parameters representative of said plurality of local histograms consisting in calculating a vector? characteristic for each local histogram, said parameters describing a statistic of said vectors.
14. Module logiciel stocké sur un support de données comportant des instructions logicielles pour faire exécuter le procédé selon l'une des revendications 1 à 12. 14. Software module stored on a data medium comprising software instructions for executing the method according to one of claims 1 to 12.
PCT/FR2005/000830 2004-04-06 2005-04-05 Method for tracking objects in a video sequence WO2005101811A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR0403596A FR2868578A1 (en) 2004-04-06 2004-04-06 METHOD FOR TRACKING OBJECTS IN A VIDEO SEQUENCE
FR0403596 2004-04-06

Publications (1)

Publication Number Publication Date
WO2005101811A1 true WO2005101811A1 (en) 2005-10-27

Family

ID=34944350

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2005/000830 WO2005101811A1 (en) 2004-04-06 2005-04-05 Method for tracking objects in a video sequence

Country Status (2)

Country Link
FR (1) FR2868578A1 (en)
WO (1) WO2005101811A1 (en)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0990996A2 (en) * 1998-09-30 2000-04-05 Eastman Kodak Company A method for automatically classifying images into events
US20020176001A1 (en) * 2001-05-11 2002-11-28 Miroslav Trajkovic Object tracking based on color distribution

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0990996A2 (en) * 1998-09-30 2000-04-05 Eastman Kodak Company A method for automatically classifying images into events
US20020176001A1 (en) * 2001-05-11 2002-11-28 Miroslav Trajkovic Object tracking based on color distribution

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
EVERINGHAM M ET AL: "Supervised segmentation and tracking of nonrigid objects using a "mixture of histograms" model", PROCEEDINGS 2001 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (CAT. NO.01CH37205) IEEE PISCATAWAY, NJ, USA, vol. 1, 2001, pages 62 - 65 vol.1, XP010564796, ISBN: 0-7803-6725-1 *
KUMAR S ET AL: "Hierarchical histograms-a new representation scheme for image-based data retrieval", PROCEEDINGS 2000 INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (CAT. NO.00CH37101) IEEE PISCATAWAY, NJ, USA, vol. 1, 2000, pages 69 - 72 vol.1, XP010530552, ISBN: 0-7803-6297-7 *
LIAPIS S ET AL: "Image retrieval by colour and texture using chromaticity histograms and wavelet frames", ADVANCES IN VISUAL INFORMATION SYSTEMS. 4TH INTERNATIONAL CONFERENCE, VISUAL 2000. PROCEEDINGS (LECTURE NOTES IN COMPUTER SCIENCE VOL.1929) SPRINGER-VERLAG BERLIN, GERMANY, 2000, pages 397 - 406, XP002308262, ISBN: 3-540-41177-1 *
MALKI J ET AL: "Region queries without segmentation for image retrieval by content", VISUAL INFORMATION AND INFORMATION SYSTEMS. INTERNATIONAL CONFERENCE, XX, XX, vol. C, 2 June 1999 (1999-06-02), pages 115 - 122, XP002286888 *
MOGHADDAM B ET AL: "Defining image content with multiple regions-of-interest", PROCEEDINGS IEEE WORKSHOP ON CONTENT-BASED ACCESS OF IMAGE AND VIDEO LIBRARIES (CBAIVL'99) IEEE COMPUT. SOC LOS ALAMITOS, CA, USA, 1999, pages 89 - 93, XP010343814, ISBN: 0-7695-0034-X *
NAGASAKA A ET AL: "AUTOMATIC VIDEO INDEXING AND FULL-VIDEO SEARCH FOR OBJECT APPEARANCES", VISUAL DATABASE SYSTEMS, II. SECOND WORKING CONFERENCE, 30 SEP. - 3 OCT. 1991, BUDAPEST, HU, AMSTERDAM, NL, January 1991 (1991-01-01), pages 113 - 127, XP000473004 *

Also Published As

Publication number Publication date
FR2868578A1 (en) 2005-10-07

Similar Documents

Publication Publication Date Title
EP3707676B1 (en) Method for estimating the installation of a camera in the reference frame of a three-dimensional scene, device, augmented reality system and associated computer program
EP2316082A1 (en) Method for identifying an object in a video archive
EP3234913B1 (en) Method for detecting a defect on a surface of a tyre
FR2833131A1 (en) METHOD AND SYSTEM FOR OBTAINING THE DISPLAY OF A SUBJECT OF INTEREST IN A DIGITAL IMAGE
FR2907239A1 (en) Predetermined digital image searching and recognizing method for microcomputer, involves allocating subscript to index to provide image that obtains reduced image having value chosen by function applied to pixels of reduced image
FR2905188A1 (en) Input image e.g. palm imprint image, density converting method for e.g. image processing improving system, involves converting minimum local and maximum local values into minimum and maximum common values, and reconstructing input image
EP2203871A1 (en) Method for detecting a target
EP4033399A1 (en) Computer device and method for estimating the density of a crowd
EP3496000A1 (en) Automatic extraction of attributes of an object within a set of digital images
EP1995693A1 (en) Method for detecting a moving object in a stream of images
EP3773161A1 (en) Computing device for detecting heart rhythm disorders
WO2005101811A1 (en) Method for tracking objects in a video sequence
EP3926529B1 (en) Systems and methods for determining a number of persons in a vehicle
EP2149099B1 (en) Device and method for processing images to determine a signature of a film
EP2939179B1 (en) Method and apparatus for the segmentation of the image of an eye
FR3089662A1 (en) Method for recognizing objects such as traffic signs by means of an on-board camera in a motor vehicle
EP3427225A1 (en) Method for processing images
EP2082336B1 (en) Method of fast searching and recognition of a digital image representative of at least one graphical pattern in a bank of digital images
FR3054347A1 (en) METHOD AND DEVICE FOR AIDING NAVIGATION OF A VEHICLE
WO2016151103A1 (en) Method for counting objects in a predetermined spatial area
FR2662282A1 (en) DEVICE FOR DETECTING OBJECTS IN A PICTURE SEQUENCE.
FR2892844A1 (en) Instantaneous digital image e.g. video image, segmenting method for detecting e.g. person in video flow, involves defining histograms by distribution of pixels of instantaneous image zone in cases corresponding to selected value
FR3063558A1 (en) METHOD FOR CONTROLLING THE REAL-TIME DETECTION OF A SCENE BY A WIRELESS COMMUNICATION APPARATUS AND APPARATUS THEREFOR
FR3056800A1 (en) METHOD OF CHARACTERIZING AN IMAGE
EP1544794A1 (en) Method and system of automatic enhancement of the quality of digital images

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KM KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Country of ref document: DE

122 Ep: pct application non-entry in european phase