PHARES’ 2017 22-24 Mai 2017, Tunisie

Statistiques de formes basées sur des invariants complets et stables

Ines Sakly1, Mohamed Amine Mezghich1 et Faouzi Ghorbel1

1. Groupe de Recherche en Images et Formes de Tunisie (GRIFT). Laboratoire CRISTAL. Ecole

Nationale des Sciences de l’Informatique (ENSI)
{ines.sakly, amine.mezghich ,faouzi.ghorbel@ensi-uma.tn}

MOTS CLES
Statistique de formes, descripteurs invariants, complétude, stabilité

Résumé
Il est de plus en plus reconnu que la statistique sur la forme devient un domaine important dans
l'analyse des scènes, la classification des formes, la vision par ordinateur et l’imagerie médicale….Les
statistiques sur les formes se distinguent des statistiques classiques par le fait que l'événement
possible est une forme qui est un objet complexe. Etant donné que l'espace de formes est souvent
représenté par un espace quotient, la linéarité n'est généralement pas vérifiée. Par suite la forme
moyenne ne peut pas être évaluée de façon triviale en utilisant la moyenne arithmétique. D’où
l’estimation de la forme moyenne a été l’objective de plusieurs travaux. La principale différence dans
les outils proposés réside dans la représentation mathématique et les métriques utilisées dans
l'analyse. Par suite les différentes méthodes de la littérature peuvent être classées en trois catégories :
1. La moyenne arithmétique après recalage. Une représentation discrète de forme (en
définissant les Landmark) est utilisée.
2. La moyenne intrinsèque qui est calculé itérativement dans l'espace Forme basée sur la
minimisation d’une fonction distance.
3. La moyenne extrinsèque qui est estimée dans un espace tangent en utilisant une carte de
projection tel que l‘Exponentiel Map’

Notre objectif est de définir une étude de forme statistique qui se répand au-delà des idées
mentionnées dans l’état de l’art. Dans ce travail, nous recherchons à caractériser les formes dans le
sens suivant:
1. Nous allons voir chaque forme comme une courbe plane continue, évitant ainsi la
difficulté de choisir les points de repère (landmark)
2. Nous aborderons extrinsèquement l'espace de forme et fournirons une projection
globale
3. Notre méthode est indépendante de tout ce qui est recalage et alignement.
Afin d’atteindre ces objectifs nous intéressons aux descripteurs de formes invariants, en
particulier la famille complète est stable de descripteurs de Fourier introduite dans [1]. Nous prouvons
qu'il est équivaut à définir une carte topologique unique et globale de l'espace de forme à un espace de
Hilbert. Un tel atlas topologique nous donne une représentation fidèle de l'espace de forme par un
sous-espace du Hilbert qui s'appelle l’espace invariant. Cet espace obtenu est généralement un espace
convexe. Par notre approche, nous proposons de calculer la moyenne entre deux formes par la
projection inverse de la moyenne entre leur ensemble d’invariants correspondants (figure 1).
PHARES’ 2017 22-24 Mai 2017, Tunisie

Figure 1: diagramme de la méthode proposée

La contribution principale de la méthode proposée est la suivante:

1. Calcul rapide: puisque la forme moyenne est la projection des descripteurs moyens
calculés (la moyenne arithmétique) en utilisant la transformation inverse établie par la
propriété de complétude. Les résultats expérimentaux (figure(2)) montrent que la
moyenne obtenue capture la structure principale de chaque classe de forme, tout en
lissant les petits détails. Ces résultats prouvent que l'espace invariant est convexe.

Figure 2: Forme Moyenne

2. Projection globale: en raison du fait que l’utilisation des invariants est une
représentation globale de l'espace de forme
3. Simplicité et calcul en temps réel : le temps d’exécution est réduit de 16.84s(en utilisant
la moyenne après recalage [2]) à 4.37s pour la base HMM-GBD et de 50.28s à 12.61s
pour la base MPEG-7
4. Classification des objets : un taux de reconnaissance de 95% est obtenu pour la base
HMM-GBD
Références
[1] GHORBEL, Faouzi. Stability of invariant Fourier descriptors and its inference in the shape
classification. ICPR, 1992, p. 130-133.
[2] GHORBEL .F, Daoudi .M, Mokadem .M, Avaro .O and Sanson .H,Global planar rigid
motion estimation applied to object-oriented coding, Conf. Proc. ICPR 96, vol. I, pp. 641-645,
1996