Pour faire face a ces defis, des contributions sont particulierement recherchees dans les domaines suivants:

* La reconnaissance et l'analyse de comportement
* La representation d'activite et d'evenement
* La modelisation du fond de la scene et de l'environnement 3D
* La classification et le suivi d'objet mobile
* L'annotation et la recherche de videos dans de grandes bases de donnees
* L'analyse de groupe de personnes et de foule
* Les reseaux multi cameras et multi capteurs
* L'evaluation des performances

9H30 Acceuil

9h45 - 10h30
- Video understanding for security applications by Francois Bremond, Duc-Phu Chau and Guido-Tomas Pusiol (INRIA Sophia-Antipolis)

10h30 - 12h30
- Mélange de Gaussiennes floues : Application à la modélisation du fond par Fida EL BAF (Laboratory of Mathematics, Images and Applications (M.I.A.),"Pôle Sciences et Technologie", University of La Rochelle).
- Image Change Detection for IED Detection and Logistics Infrastructure Security par David MONNIN (ISL - French-German Research Institute of Saint-Louis - France)
- Projet ANR Kivaou : Analyse temps réel et a posteriori de séquences vidéo par Samuel Vinson et Reconnaissance des visages dans des flux vidéos en conditions dégradées par Nicolas Moënne-Loccoz (Sagem Sécurité)

14h00 - 16h00
- Détection de la présence humaine : applications dans le spectre infrarouge et visible par Yannick Benezeth (Bourges).
- Multiple Biometric Grand Challenge: protocoles et résultats par Aurélien Mayoue (TELECOM & Management SudParis)
- Ré-identification de personnes entre caméras par comparaison de descripteurs de points d'intérêts collectés sur des séquences par Omar Hamdoun et Fabien MOUTARDE (Mines ParisTech ENSMP)
- Détection rapide de personnes dans des vidéos par Jean-Marc Odobez (IDIAP Research Institute - Suisse)

16h30 - 18h00
- Suivi haute-résolution de personnes par couplage de caméras grand angle et Pan-Tilt-Zoom par J.Badri, C.Tilmant, J.M.Lavest, P.Sayd, Q.C Pham (CEA List)
[- Détection d'évènements dans les foules par vidéo par B.Luvison, C.Chateau, J.T.Lapresté (LASMEA), P.Sayd, Q.C Pham (CEA List).]
- Gestion du système de suivi d'objets pour les applications de video-surveillance par Cina MOTAMED ((LASL, Université du Littoral)
- Fusion de données pour les détecteurs d'évènements par Xavier Desurmont (Multitel ASBL, Mons - Belgium).

18h00 - 18h30
- Protocole d'étude de métriques d'évaluation de la localisation par Baptiste HEMERY et Hélène LAURENT (Caen / ENSI de Bourges).
- Suivi multi objet en temps réel par François Bardet (LASMEA - CNRS - Université Blaise Pascal).

----------------------------------------------------------------------------------------------------------------------------------------
Video understanding for security applications by Francois Bremond, Duc-Phu Chau and Guido-Tomas Pusiol (INRIA Sophia-Antipolis).

Abstract:
Video understanding is the process, often real time, of perceiving, analyzing and elaborating an interpretation of a 3D dynamic scene observed through a network of sensors. This process consists mainly in matching signal information coming from sensors observing the scene with models which humans are using to understand the scene. This scene can contain a number of physical objects of various types (e.g. people, vehicle) interacting with each others or with their environment (e.g. equipment) more or less structured. The scene can last few instants (e.g. the fall of a person) or few months (e.g. the depression of an elderly), can be limited to a laboratory slide observed through a microscope or go beyond the size of a city. Sensors include mostly cameras (e.g. omni directional, infrared), but also may include microphones and other sensors (e.g. optical cells, contact sensors, physiological sensors, radars, smoke detectors). We will review video understanding work done for the last decade related to security applications.

----------------------------------------------------------------------------------------------------------------------------------------
- Mélange de Gaussiennes floues : Application à la modélisation du fond par Fida EL BAF (Laboratory of Mathematics, Images and Applications (M.I.A.),"Pôle Sciences et Technologie", University of La Rochelle).

La modélisation du fond est un problème essentiel dans les méthodes de suppression de fond. Dans un contexte où l’on suppose que la caméra est fixe, l’idée est de pouvoir générer une image du fond et de la comparer avec l’image courante afin de détecter les objets en mouvement. Parmi les modèles les plus courants, le mélange de gaussiennes est  une technique qui a montré son efficacité surtout face aux problèmes liés à un fond multimodal (arbres en mouvement, mouvement de l’eau , etc…). Néanmoins, elle a montré ses limites face aux changements rapides que peut subir la scène comme la vibration de la caméra ou des variations lumineuses rapides affectant certaines zones de l’image de façon significative. Ce genre de problèmes peut causer des fausses alarmes dans la classification des pixels en fond ou objet d’intérêts. Ce phénomène est lié, en partie, à une incertitude sur les paramètres du mélange de gaussiennes (la moyenne et l’écart type). Pour cela, on propose d’utiliser une version floue du mélange de gaussienne qui permet d’introduire une zone floue autour de la moyenne et de l’écart type. Cette technique a amélioré la qualité et la robustesse de la détection d’objets en mouvement en présence des situations critiques mentionnées ci-dessus.
----------------------------------------------------------------------------------------------------------------------------------------
- Fusion de données pour les détecteurs d'évènements par Xavier Desurmont (Multitel ASBL, Mons - Belgium).

Il existe de nombreux produits proposés par un grand nombre de fournisseurs dans le domaine de la vidéo surveillance intelligente. Parmi ceux-ci, les détecteurs d'évènement prédominent, dont, entres autres, les détecteurs de présence, de colis abandonnés ou même de foule. Leur robustesse est un enjeu déterminant. L'utilisation de plusieurs détecteurs à la fois pourrait théoriquement augmenter cette robustesse.
Nous proposons de regarder le cas pratique de la fusion des résultats issues de plusieurs détecteurs de même type (ici colis abandonné) vus comme des boites noires. Nous abordons plusieurs points: la mise en correspondance temporelle des résultats de différents détecteurs, et l'apprentissage supervisé de la fusion optimale au sens que la ROCCH (enveloppe convexe de la ROC) qui minimise le taux de fausse alarme pour chaque taux de bonne détection. Nous montrons les résultats dans un cas concret à partir d?un jeu de vidéo de test.
Mots clefs: Fusion, détecteur, apprentissage, ROC, ROCCH, évaluation des performances.
----------------------------------------------------------------------------------------------------------------------------------------
- Detection rapide de personnes dans des vidéos à partir de caractéristiques de covariance et apprentissage joint de l'apparence et d'information de soustraction de fond par Jean-Marc Odobez (IDIAP Research Institute - Suisse)

Human detection is a usefull  task in many application domains. In the surveillance context, it can be  used to localize and count the number of people  in a scene,  or initialize tracks in  multi-person tracking algorithms.  In this talk, i will  present a fast and robust method to detect  people from  stationary cameras. 
The  learning  process is based  on a cascade  of LogitBoost  classifiers relying  on covariance matrices  computed  from input  video  features,  in  which to  better
preserve  the geometric  structure of  the Riemannian  space  to which covariance  matrices  belong,  covariances  are  first  mapped  by  a transform which preserves distances before being used as input by weak classifiers.
In  this talk i will show that  the use of covariances computed over subsets of image features rather than the full set leads to similar or better performance, while considerably reducing the cost of  the  mapping  process,  which  increases  quadraticly  with  the covariance dimension.
In addition, in the  context of surveillance data, we  propose to  exploit image features  from the  spatial domain (e.g. gradients)  and of the temporal  domain (background subtraction) in  order to  jointly  learn the  correlation  between appearance  and foreground  information.
Evaluation conducted  on a  large  set of videos coming  from several databases  (CAVIAR, PETS, ...)  shows that this  joint learning  process  provides much  better performance  than simply using  background subtraction as an attentive  filter to remove detection from a static image classifier.

----------------------------------------------------------------------------------------------------------------------------------------
- Image Change Detection for IED Detection and Logistics Infrastructure Security par David MONNIN (ISL - French-German Research Institute of Saint-Louis - France)

Improvised Explosive Devices (IEDs) are one of today’s major threats that anti-terrorism actors have to cope with. We propose image processing detection solutions applied to a vehicle-mounted camera which makes it possible to warn the driver of the presence of changes, i.e. potential IEDs, on his itinerary. The detection method is based on GPS-referenced pictures which are registered and normalized in order to be compared for change detection. Possible applications range from the security of troops deployed overseas to the safety of railways or airport runways.
----------------------------------------------------------------------------------------------------------------------------------------
- Multiple Biometric Grand Challenge: protocoles et résultats par Aurélien Mayoue (TELECOM & Management SudParis)

La campagne d'évaluations MBGC (Multiple Biometric Grand Challenge) organisée par NIST (National Institute of Standards and Technology) a pour but d'éxaminer, à travers trois séries d'expériences, les performances de systèmes de vérification biométrique basés sur les modalités visage et iris.
Parmi les expériences proposées (Portal Challenge, Still Face Challenge et Video Challenge), deux sont basées sur l'utilisation de la vidéo:
- Portal Challenge: Objectif: développer des algorithmes de reconnaissance faciale ou d'iris à partir de vidéos haute définition ou proche infra-rouge. Les séquences vidéo ont été acquises lorsqu'une personne passe à travers un portique.
Application: reconnaissance des personnes dans un aéroport lorqu'ils traversent les portiques métalliques avant l'embarquement.
- Video Challenge: Objectif: Le but est de développer des algorithmes de reconnaissance faciale à partir de vidéos où les personnes marchent dans un couloir ou dans la rue.
Application: reconnaissance de personnes à partir d'enregistrements de type vidéo-surveillance.
Les résultats de la première session des évaluations MBGC seront présentés à Washington le 5 décembre 2008. La deuxième session (qui utilisera de nouveaux ensembles de données) débutera au début de l'année 2009.
Notre exposé présentera les données biométriques de l'évaluation ainsi que les résultats de reconnaissance faciale de la session 1 relatifs aux Portal et Video
Challenge.

----------------------------------------------------------------------------------------------------------------------------------------
- Détection de la présence humaine : applications dans le spectre infrarouge et visible par Yannick Benezeth (Institut Prisme, ENSI de Bourges).

Résumé :
Même si les applications possibles d'un système automatique de détection d'humains sont nombreuses et qu'il existe une demande très importante, c'est toujours un problème ouvert aujourd'hui et de nombreux défis sont encore à relever. Nous présentons ici, un système de détection d'humains basé sur les techniques d'apprentissage statistique et des techniques de vision  par ordinateur qui permettent de rendre le système plus efficace et plus rapide. Nous utilisons une soustraction de l'arrière-plan, basée sur une modélisation gaussienne de chaque pixel de l'arrière-plan et la distance de Mahalanobis, pour détecter les objets d'intérêt. Ensuite, nous suivons cet objet détecté en se basant sur le suivi de points d'intérêt (les descripteurs SURF).  Enfin la reconnaissance est réalisée avec l'algorithme du boosting Adaboost utilisé avec les filtres de Haar. Nous présenterons enfin des applications dans le spectre visible et infrarouge avec quelques résultats quantitatifs démontrant l'efficacité de la méthode.

----------------------------------------------------------------------------------------------------------------------------------------
- Projet ANR Kivaou : Analyse temps réel et a posteriori de séquences vidéo par Samuel Vinson, Geneviève Sella et Daniel DUCLOS (Sagem Sécurité)

Le projet ANR Kivaou vise à développer des outils innovants d'analyse  vidéo dédiés à un outil mobile d'identification et d'indexation biométrique faciale par analyse temps réel vidéo, ainsi qu'à une plateforme d'analyse a posteriori de vidéos multiples enregistrées lors d'un événement, utilisant la synchronisation de vidéos, l'extraction de signatures pour les personnes, et la constitution de trajectoires.
Nous présenterons également un exposé des problématiques de type "vidéo-surveillance" dans nos applications militaires.

Reconnaissance des visages dans des flux vidéos en conditions dégradées par Nicolas Moënne-Loccoz (Sagem Sécurité)

La vidéo-surveillance est le moyen par excellence d'automatiser la sécurisation des sites ou infrastructures critiques. L'exploitation opérationnelle, par des algorithmes dédiés, des flux d'information produits au sein  d'un réseau de capteurs vidéo reste pourtant confinée à des solutions triviales du fait du niveau de bruit qui perturbe le processus d'acquisition. La biométrie faciale, quant à elle, a atteint un niveau de maturité suffisant pour  que soit systématisé son utilisation. Cependant de réelles difficultés surgissent lorsque l'illumination, la résolution et  la pose des objets ainsi que l'encodage des flux dégradent le signal au point que l'information visuelle qui permet de discriminer un visage ne peut plus être calculée avec suffisament de précision. Dans cet exposé nous montrons que malgrès une activité intense de la recherche sur ces problématiques et ce depuis plusieurs années, aucune approche ne semble prendre le pas. Nous expliciterons celles mises en oeuvre dans notre laboratoire tant au niveau de la reconstruction du signal, de l'invariance à l'illumination des descriptions utilisées, de la modélisation de la pose permettant de compenser les variation de celle-ci et bien entendu du  filtrage temporel bayesien qui exploite à plusieurs niveaux la redondance de l'information pour consolider les décisions.  Comme conclusion, les résultats de la partie Video du récent benchmark MBGC organisé par le NIST seront discutés
----------------------------------------------------------------------------------------------------------------------------------------
- Gestion du système de suivi d'objets pour les applications de video-surveillance par Cina MOTAMED ((LASL, Université du Littoral)

Résumé :
La fonction de suivi d’objets est très importante dans le cadre de la vidéosurveillance intelligente. Elle permet de résumer l’historique du comportement en terme de déplacement de chaque objet et donc de fournir la base des informations utiles à la reconnaissance de comportements de haut niveau.
Notre objectif principal a été de développer des capacités d’adaptation du système de suivi en fonction de son environnement. La stratégie de conduite envisagée est basée sur une gestion haut niveau du système. Le but est de déclencher des procédures spécifiques afin d’essayer de résoudre une partie des ambiguïtés connues de la scène observée. Cette approche a été mise en oeuvre au sein de deux types de système de suivi d’objets.
Le premier système est configuré autour d’une caméra. La gestion de haut niveau exploite un raisonnement qualitatif basé sur le comportement des objets de la scène observée. Elle permet de gérer, en particulier, la notion de consistance des objets suivis et les situations d’occlusions . Nous avons proposé également une extension de cette architecture dans le cadre d’une configuration multi-caméras. Dans cette configuration, la gestion du système de suivi global permet de privilégier de manière active les prises de vue les plus adaptées lors des situations d’occultations.
Le second système de suivi exploite une approche distribuée opérant sur une configuration constituée de capteurs de vision autonomes et distants. Le raisonnement distribué et temporel s’appuie sur une structure logique de type multi-agents. Le suivi est réalisé par une ré-identification inter-capteurs des objets. Dans une première étape, la gestion haut niveau permet au système distribué de se focaliser sur les seuls capteurs utiles à chaque ré-identification, et ensuite, en présence d’ambiguïtés d’association, un mécanisme de fusion temporelle permet de retarder la prise de décision de manière contrôlée dans le temps.

----------------------------------------------------------------------------------------------------------------------------------------
- Suivi haute-résolution de personnes par couplage de caméras grand angle et Pan-Tilt-Zoom par J.Badri, C.Tilmant, J.M.Lavest, P.Sayd, Q.C Pham (CEA List)

Cette communication présente l'exploitation d'un système hybride visant à couvrir une large zone tout en assurant une résolution suffisante pour les applications de surveillance.
La configuration choisie donne une couverture globale de la zone (caméra fixe grand angle) tout en permettant l'accès à un niveau de résolution suffisant
pour des tâches de suivi ou de reconnaissance (caméra PTZ). Nous présenterons tout d'abord une méthode de calibrage automatique de ce système permettant l'association d'information.
Puis nous proposerons un schéma de collaboration entre les capteurs dédié au suivi de personnes.

- Détection d'évènements dans les foules par vidéo par B.Luvison, C.Chateau, J.T.Lapresté (LASMEA), P.Sayd, Q.C Pham (CEA List).

Les systèmes d'assistance à la vidéo surveillance représentent un besoin de plus en plus grand pour assurer la sécurité des lieux publics. Pour répondre à ce besoin, nous proposons une méthode générique non supervisée pour la détection d'évènements depuis une caméra fixe non calibrée. Le système est formalisé dans un cadre probabiliste et la détection est effectuée à partir de fonctions de vraisemblance. Nous proposons une méthode originale, basée apprentissage, pour approximer la densité de probabilité de la fonction de vraisemblance en utilisant un modèle parcimonieux basé sur des fonctions noyaux. Ce modèle présente l'avantage des méthodes non-paramétriques tout en limitant le coût algorithmique souvent important qui leur est lié. Appliqué à un ensemble de directions de flots optiques dans chaque zone d'une grille régulière de l'image, le modèle conduit à l'estimation des zones dans lesquelles la direction du flot n'est pas conforme avec celles d'une série de séquences d'apprentissage. La méthode est testée dans le cas de la détection d'évènements anormaux liés au trafic routier.

- Suivi multi objet en temps réel par François Bardet (LASMEA - CNRS - Université Blaise Pascal).

Nous présentons un système automatique de suivi en temps réel d'un nombre variable d'objets génériques, utilisant une ou plusieurs caméras statiques. La configuration multi-objet est estimée par Filtre Particulaire par Chaîne de Markov (Markov Chain Monte-Carlo Particle Filter ou MCMC PF). Le filtre s'appuie sur une fonction de mesure de vraisemblance originale permettant de suivre les objets indépendamment de leur distance à la caméra et de leurs occultations. Les performances sont présentées et discutées sur des séquences de suivi de véhicules et de piétons.

----------------------------------------------------------------------------------------------------------------------------------------
Ré-identification de personnes entre caméras par comparaison de descripteurs de points d'intérêts collectés sur des séquences par Fabien MOUTARDE (Mines ParisTech ENSMP)

Nous présentons et évaluons une méthode de ré-identification de personnes pour les systèmes de surveillance multi-caméras, qui fait
partie des divers algorithmes expérimentés qui seront intégrés pour la reconstitution a posteriori de trajectoires inter-caméra dans le
cadre du projet ANR en cours "KIVAOU", mené par Sagem.
Notre approche utilise la mise en correspondance des descripteurs de points d’intérêt type SURF collectés sur de courtes séquences vidéos,
ce qui peut s'avérer complémentaire des approches classiques utilisant des signatures type histogrammes de couleurs et/ou caractérisation de
texture.
Une des originalités de notre travail est d’accumuler les points d’intérêt à des instants suffisamment espacés durant le suivi de
personne, de façon à capturer dans la signature la variabilité d’apparence des personnes. Une première évaluation expérimentale a été
effectuée sur une base publique d’enregistrements dans un centre commercial (issue du projet CAVIAR), et les performances de
re-identification sont très prometteuses (une précision de 82% pour un rappel de 78%). De plus, notre technique de ré-identification est
particulièrement rapide : ~1/8 s pour une requête à comparer à 10 personnes vues précédemment, et surtout une dépendance logarithmique
avec le nombre de descripteurs stockés, de sorte que (indépendamment de la faisabilité en terme de taux de bonne reconnaissance qui reste
à évaluer) la ré-identification parmi des centaines de personnes prendrait moins de 1/4 s de calcul.

----------------------------------------------------------------------------------------------------------------------------------------

Protocole d'étude de métriques d'évaluation de la localisation par Baptiste HEMERY (Caen) et Hélène LAURENT (Institut PRISME Equipe Images et Signaux pour les Systèmes - ENSI de Bourges).

Afin d'évaluer la qualité d'un résultat d'interprétation d'images, de nombreuses métriques sont utilisées notamment en ce qui concerne la localisation d'un objet dans une image dans un cadre supervisé, c’est-à-dire lorsqu’une vérité-terrain est disponible. Cette situation correspond à celle considérée dans les principales compétitions, telles le Pascal VOC Challenge ou le projet Robin, ayant pour objectif de déterminer les meilleurs algorithmes de localisation et de classification pour des applications données. Afin de relever ce challenge, il est nécessaire de disposer de métriques d’évaluation permettant de juger de l’efficacité des algorithmes testés. Bien qu’un nombre important de métriques ait été proposé, les performances respectives de chacune de ces métriques restent méconnues. Pourtant, la fiabilité de la métrique d’évaluation utilisée conditionne de façon critique la pertinence des conclusions qui peuvent être tirées de telles compétitions. Nous nous sommes donc intéressés à la définition d’un protocole permettant de caractériser les performances de différentes métriques d’évaluation de la localisation et d’étudier leurs comportements. Cette démarche recouvre la définition d’un ensemble de propriétés devant être vérifiées par une métrique pour pouvoir la considérer comme fiable ainsi que la création d’une base de données synthétiques permettant de quantifier la conformité des comportements obtenus. L’étude comparative menée sur la base de ce protocole nous a permis de mettre en évidence plusieurs métriques pertinentes pour l'évaluation de la localisation d'objets. Le protocole développé ainsi que les conclusions de l’étude comparative seront présentés dans l’intervention que nous souhaitons proposer pour la réunion du 17 décembre.