Analyse et synthèse de mouvements de foules par contrôle optimal. PhD thesis, Université de Bretagne Sud, Jan 2012.
Depuis deux décennies, la compréhension des phénomènes de foules suscite un intérêt grandissant dans les domaines de la réalité virtuelle et de la vision par ordinateur en raison de l'accroissement démographique mondial et de l'urbanisation, mais aussi de la demande en réalisme dans l'industrie de l'infographie. Les mécanismes régissant la navigation d'individus ainsi que leurs interactions sont à l'heure actuelle encore mal compris, et sont le plus souvent modélisés par des lois empiriques inspirées de l'observation qualitative du phénomène de la foule. A l'inverse, les méthodes dîtes "basées données" permettent un apprentissage quantitatif des propriétés d'un phénomène. A partir de vidéos de foules humaines et de modèles régissant leur évolution, on peut chercher à enrichir la simulation comportementale par une calibration optimale des modèles utilisés. Dans cette thèse, nous proposons une approche basée donnée originale pour analyser, simuler et contrôler des mouvements de foules à partir de vidéos ou d'autres données. Pour cela, nous exploitons le formalisme du contrôle optimal et en particulier de l'assimilation variationnelle de données. L'acquisition d'information à partir de vidéos constitue toutefois une opération délicate. Son énergie reste en effet cantonnée à une description Eulérienne sensiblement différente de la description implicitement Lagrangienne, de bas niveau, et adaptée à des objet ponctuels en mouvement que sont les individus. Dans ce document, nous proposons ainsi une écriture originale unifiant ces représentations qui s'appuie sur des graphes. Les bénéfices et limites de la méthodologie retenue sont aussi discutés au travers d'exemples jouets.
English abstract:
In the communities of computer graphics and vision the study of human crowds phenomena has raised an increasing interest over the past years. The main reasons stem from a continuous increase in the world population and the associated problems, but also from a search of a good visual realism in computer games or computer-generated images for the movie industry. Yet, most of the navigation mechanisms or collision avoidance strategies among pedestrians are not fully understood, resulting in empirical models inspired by qualitative observations. On the contrary, data- driven methods oppose to this qualitative methods by giving ways to describe quantitatively those phenomena. From crowd videos, it should be possible to enrich the behavioral simulation models through parameterization or calibration. In this thesis, an original approach is proposed to analyze and simulate crowd motions from videos, which exploits the optimal control formalism, and more specifically the variational data assimilation principles. By exploiting some existing physical models describing the dynamics of a crowd flow, and combining this information to the perceived motion in the image, it is shown in this thesis how to extract a high level information on the flow related to a disturbance potential. The information conveyed in this process is by essence Eulerian, and opposes to the Lagrangian nature of pedestrians. To overcome this plurality of representation, a new powerful graph-based representation is introduced. The control of individuals driven by a dynamical method and under external constraints (designed by an animator or acquired from videos) is then studied and discussed.
Bibtex:
@phdthesis{Allain2012b,Author = {Allain, P.},
Month = {Jan},
School = {Universit{\'e} de Bretagne Sud},
Title = {Analyse et synth{\`e}se de mouvements de foules par contr{\^o}le optimal},
Year = {2012}}