A Genetic Algorithm for Motion Estimation

Dans le contexte du codage vid eo comme dans celui de l'analyse de s equences d'images, l'estimation du mouvement pr esent dans la sc ene est primordial. Parmi l'ensemble de techniques d'estimation de mouvement, la technique d'appariement s'est montr ee la plus performante. N eanmoins, elle est tr es demandante en du point de vue de calcul. Dans cet article, une technique pour l'estimation de mouvement par appariement est pr esent ee. Elle est bas ee sur un algorithme g en etique appliqu e a un espace continu. Faisant partie de la classe de techniques d'optimisation stocastiques, elle est caract eris ee par sa robustesse aux minima locaux, sa capacit e de convergence et son implantation facile. Tant en termes d'e cacit e machine qu'en ceux d'obtention de la solution optimale, les r esultats exp erimentaux d emontrent que la technique propos ee est plus performante que les techniques usuelles de recherche rapide. In video coding as well as in image sequence analysis, the estimation of the motion existing in the scene is fundamental. Compared to other motion estimation techniques, matching motion estimation has been shown to have the best performances. However, it implies a heavy computational load. In this paper, a Genetic Algorithm in the Continuous Space for matching motion estimation is proposed. Belonging to the class of stochastic optimization techniques, it is characterized by a resilience to local minima, convergence capability and ease of implementation. Considering computational load as well as obtaining the optimal solution, experimental results show that the proposed technique achieves better performances than fast search techniques such as hierarchical matching motion estimation.