Estimation Neuronale du Flot Optique dans une Séquence d’Images Débruitées par la Transformée en Curvelettes

Abstract

Dans le problème de l’estimation de mouvement dans une séquence d’images, deux performances critiques sont à améliorer, le temps de calcul et la précision des résultats. La méthode itérative multi-échelles de Lucas et Kanade est l’une des meilleures méthodes dans ce domaine. Dans cet article on a introduit le réseau de neurones de Zhang pour accélérer le processus d’estimation suite à la nature parallèle de ces derniers. Du coté précision, on a proposé d’utiliser la transformée en curvelettes pour le pré-filtrage des images. Les simulations numériques sur des séquences d’images artificielles et réelles montrent la bonne performance de la méthode proposée.