Dual Bayesian and Morphology-based Approach for Markerless Human Motion Capture in Natural Interaction Environments
Première édition
La société actuelle est traversée par de multiples mutations. Pour comprendre leurs impacts sur nos rapports au temps et à l’espace, l’auteur développe une analyse par processus. De la sorte, les liens entre les transformations de l’espace, les mutations technicoéconomiques de même que socioculturelles et les recompositions de territoires sont analysées selon un temps long. La période contemporaine peut être ainsi comparée mais aussi repositionnée dans le cours de l’histoire des territoires. Cette mise en perspective est d’autant plus nécessaire qu’elle permet de poser les changements actuels comme révélateurs d’une transition vers un nouveau processus territorial : la métropolisation.
Ainsi, après les processus agraire, d’industrialisation et d’urbanisation, nos régionssont-elles traversées par des dynamiques nouvelles basées sur l’émergence du culte du corps, de la société de l’image, du droit d’ingérence,etc., en plus des phénomènes plus communément admis comme le vieillissement de nos populations, la croissance de la mobilité, la globalisation de l’économie et une meilleure prise en compte de l’environnement dans un contexte de promotion du développement durable. Ces mutations et recompositions appellent de nouvelles pratiques de gestion et d’intervention ce qui nécessite de revoir l’urbanisme et l’aménagement du territoire dans une perspective de développement territorial.
L’analyse est fondée sur l’articulation entre des dynamiques globales et les phénomènes locaux observés dans le cas de la commune de Court-Saint-Étienne, située au sud de Bruxelles. L’analyse locale permet de souligner la singularité des phénomènes et le poids des lieux comme construction dialectique de l’espace et du territoire à travers le temps. Elle permet également de mettre en évidence le rôle renouvelé des lieux dans la production des territoires.
Pour plus d'informations à propos de la TVA et d'autres moyens de paiement, consultez la rubrique "Paiement & TVA".
Spécifications
- Éditeur
- Presses universitaires de Louvain
- Partie du titre
-
Numéro 101
- Auteur
- Pedro Correa Hernandez,
- Collection
- Thèses de l'École polytechnique de Louvain
- Langue
- anglais
- Catégorie (éditeur)
- Sciences appliquées > Électricité
- BISAC Subject Heading
- TEC000000 TECHNOLOGY & ENGINEERING
- Code publique Onix
- 06 Professionnel et académique
- CLIL (Version 2013-2019 )
- 3069 TECHNIQUES ET SCIENCES APPLIQUEES
- Date de première publication du titre
- 01 janvier 2004
- Type d'ouvrage
- Thèse
Livre broché
- Date de publication
- 01 janvier 2006
- ISBN-13
- 9782874630293
- Ampleur
- Nombre de pages de contenu principal : 135
- Code interne
- 74041
- Format
- 16 x 24 x 0,8 cm
- Poids
- 393 grammes
- Prix
- 41,00 €
- ONIX XML
- Version 2.1, Version 3
Google Livres Aperçu
Publier un commentaire sur cet ouvrage
Sommaire
List of figures
1 Introduction 1
1.1 Context of theWork . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Goal and Motivations . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Targeted Applications . . . . . . . . . . . . . . . . . . . . . . 6
1.4 RelatedWork . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Algorithm Overview . . . . . . . . . . . . . . . . . . . . . . . 15
1.5.1 About Silhouette Segmentation . . . . . . . . . . . . . 16
1.6 Thesis Organization . . . . . . . . . . . . . . . . . . . . . . . . 17
2 Intra-Image Feature Extraction 19
2.1 The Crucial Point Set . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Image Pre-Processing . . . . . . . . . . . . . . . . . . . . . . . 21
2.3 Crucial Point Extraction . . . . . . . . . . . . . . . . . . . . . 21
2.3.1 Geodesic Distance Map Computation . . . . . . . . . 23
Geodesic Distances and Geodesic Maps . . . . . . . . 23
Geodesic Maps Computation . . . . . . . . . . . . . . 25
Center of Gravity . . . . . . . . . . . . . . . . . . . . . 26
2.3.2 Geodesic Distance Map Computation Optimization . 28
2.3.3 Analysis of the Geodesic Distance Function . . . . . . 30
2.3.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Intra-Image Classification . . . . . . . . . . . . . . . . . . . . 41
2.4.1 Morphological Skeletons . . . . . . . . . . . . . . . . . 41
2.4.2 Selective pruning and robust skeletons . . . . . . . . 44
2.4.3 Feature Classification . . . . . . . . . . . . . . . . . . 45
Holes and Loops . . . . . . . . . . . . . . . . . . . . . 53
2.4.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Morphological Skeletons . . . . . . . . . . . . . . . . . 57
Extraction and Labelling Results . . . . . . . . . . . . 57
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 Inter-Image Feature Labelling and Tracking 69
3.1 Crucial Point Extraction . . . . . . . . . . . . . . . . . . . . . 69
3.2 Tracking Step . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.1 Mahalanobis Distance and Gating . . . . . . . . . . . 73
3.2.2 Sequencing versus Global Classification Approach . 75
3.3 Detection Step . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.3.1 Prior probability maps . . . . . . . . . . . . . . . . . . 79
3.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . 85
3.5 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.5.1 Synthetic results . . . . . . . . . . . . . . . . . . . . . 88
3.5.2 Real segmentation results . . . . . . . . . . . . . . . . 92
General movement range . . . . . . . . . . . . . . . . 92
Possible application: Virtual aerobic home training . 94
Testing the algorithm flexibility. Application: Virtual Tennis game . . . . . . . . . . . . . . . . 96
Testing the algorithm flexibility: Wheelchair user . . 98
Testing the algorithm robustness limits: Segmentation. Application: Gestural navigation . . . 100
Testing the algorithm robustness limits: Challenging postures . . . . . . . . . . . . . . . . . . . . . 102
3.6 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4 Experimenting with possible extensions and perspectives 107
4.1 Stepping into 3D . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.1.1 Triangulation . . . . . . . . . . . . . . . . . . . . . . . 108
4.1.2 Reliability coefficient . . . . . . . . . . . . . . . . . . . 110
4.1.3 3D Tracking . . . . . . . . . . . . . . . . . . . . . . . . 113
4.1.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.2 Taking Crucial Points as input for animation . . . . . . . . . 117
4.2.1 Inverse kinematics . . . . . . . . . . . . . . . . . . . . 117
4.2.2 2D animation model . . . . . . . . . . . . . . . . . . . 119
4.2.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5 Conclusion 123
5.1 Conclusions and contributions . . . . . . . . . . . . . . . . . 123
5.2 Publications . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.3 Perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Bibliography 131