Equipe SCEE : Signal, Communication et Electronique Embarquée

Optimisation multicritères de contours actifs par algorithmes génétiques :
Application à la segmentation de la bouche

Nicolas Cladel

Thèse soutenue le 19 octobre 2005

Résumé :

L'objectif de notre étude est la segmentation d'objets faiblement convexes en environnement bruité.

Nous avons proposé pour cela deux algorithmes implémentant l'optimisation multicritères selon Pareto de contours actifs génétiques. La première méthode, les Multiobjective Genetic Snakes, utilise l'algorithme génétique multiobjectifs NSGA2 pour déformer une configuration de double snakes. Le second algorithme associe un micro algorithme génétique à une méthode de recherche locale basée sur des contours actifs classiques, l'Opérateur de Contours Actifs Variationnels (OCAV). Nous avons présenté l'adaptation des différents aspects du problème d'optimisation au domaine des contours actifs en fonction de nos attentes et de nos hypothèses de travail. Nous avons également défini un ensemble d'énergies permettant de guider la convergence des contours actifs génétiques multicritères.

Nos algorithmes ont été ensuite appliqués à l'extraction des contours labiaux sur des images de la base M2VTS. Nous avons ainsi obtenu une bonne segmentation des contours externes à 78 % en 150 secondes (sous matlab, p4-1.6GHz) en moyenne pour les MGS et 85\% en 450 secondes pour les MGHS. Nous nous sommes également intéressés à une implémentation vidéo de nos travaux dans le cadre d'une application de lecture labiale. Le procédé ainsi mis en oeuvre consiste en la segmentation de la première image par les MGHS puis par OCAV seul sur les images suivantes. Le résultat de chaque image permettant ainsi d'initialiser la segmentation de la suivante.

Mots clés : Segmentation, contours actifs, algorithmes génétiques multiobjectifs, représentation selon Pareto, coopération contours-région, algorithme hybride, recherches globale et locale, analyse du visage, contours labiaux.