Conception d'un système d'optimisation pour le positionnement de caméras pour la motion capture MOCAP (Utilisation des métaheuristiques OEP et RFS)

Salim, ABDESSELAM (2018) Conception d'un système d'optimisation pour le positionnement de caméras pour la motion capture MOCAP (Utilisation des métaheuristiques OEP et RFS). Doctoral thesis, Université Mohamed Khider - Biskra.

Preview

Text Thèse_Doctorat_ABDESSELAM_Salim_2018.pdf Download (5MB) | Preview

Abstract

La capture de mouvement est une technique utilis´ee dans des domaines tr`es diversifi´es (telles que la m´edecine, la biom´ecanique, etc.). Son objectif est d’enregistrer le mouvement d’un objet r´eel pour le traduire en un mod`ele math´ematique exploitable par des m´ethodes graphiques. Plusieurs crit`eres (tels que le nombre d’acteurs, la complexit´e du mouvement, ...) pr´ecisent le choix du syst`eme de capture de mouvement, qu’il soit optique, magn´etique ou m´ecanique. Le syst`eme optique utilise des marqueurs fix´es `a des emplacements sp´ecifiques sur l’objet et des cam´eras infrarouges qui capturent la lumi`ere r´efl´echie par ces marqueurs. L’enregistrement permet de reconstruire un mouvement tridimensionnel. Ce syst`eme a des avantages par rapport aux autres, mais il souffre de probl`emes d’occultation des marqueurs. Un bon placement des cam´eras peut r´esoudre ces probl`emes. L’objectif de cette th`ese consiste en la conception d’un algorithme d’optimisation pour le placement d’un r´eseau de cam´eras, d´edi´e `a un syst`eme de capture de mouvement optique. Pour une bonne capture de mouvement, le placement d’un r´eseau de cam´eras consiste `a trouver une combinaison de param`etres appel´es param`etres extrins`eques (positions et poses) et une combinaison de param`etres intrins`eques (profondeurs, angles d’ouverture). La m´ethode d’optimisation combinatoire est choisie pour r´esoudre ce type de probl`eme. Ainsi, nous pouvons le r´esoudre par des m´ethodes r´ecentes appel´ees ”m´eta-heuristiques”. Nous avons choisi ces m´ethodes pour leur simplicit´e algorithmique et leurs capacit´es `a trouver une solution optimale dans un temps acceptable par rapport aux m´ethodes exactes. Dans notre travail, une solution optimale est atteinte, lorsque chaque marqueur est captur´e (ou couvert) par au moins deux cam´eras au cours de chaque trame de son mouvement. Cette condition est n´ecessaire pour la reconstruction du mouvement en trois dimensions. Pour atteindre le premier objectif de cette th`ese, le probl`eme de placement du r´eseau de cam´eras est r´esolu comme un placement bidimensionnel. Comme premi`ere application, la variante WPSO est utilis´ee pour optimiser le placement d’un r´eseau `a quatre cam´eras pour trois sc´enarios: (1) un seul point fixe, un seul point fixe avec pr´esence d’obstacles et (3) un seul point en mouvement. Dans la seconde application, une variante appel´ee CPSO est utilis´ee pour optimiser le placement d’un r´eseau de cam´eras (de 4 `a 10 cam´eras) pour couvrir le mouvement de 8 marqueurs (fix´es sur les extr´emit´es d’un cube) dans une sc`ene bien d´efinie. L’objectif de cette optimisation est atteint pour trois diff´erents sc´enarios (le cube se d´eplace en ligne droite entre deux obstacles ou vers un grand mur ou le cube se d´eplace entre deux piliers). Pour atteindre le second objectif, le probl`eme du placement d’un r´eseau de cam´eras est r´esolu en trois dimensions. La technique Recherche Fractale Stchastique (RFS) et les variantes CPSO, MCPSO sont utilis´ees pour optimiser le placement d’un r´eseau de cam´eras (de 4 `a 10) afin de couvrir un mouvement diagonal d’un cube `a l’int´erieur de la sc`ene. Bien que la technique MCPSO pr´esente une l´eg`ere am´elioration des r´esultats par rapport `a la technique CPSO, les deux variantes n’ont pas atteint leur objectif sauf en utilisant la technique RFS; soit, que chaque marqueur est couvert par deux cam´eras (Cseuil = 2) ou par trois cam´eras (Cseuil = 3) au cours de chaque trame de son mouvement.

Actions (login required)

View Item