Nous présentons une méthode d'identification et de localisation des membres d'un coureur à pied dans des images, par fusion de données multisensorielles. Notre démarche consiste à utiliser des informations délivrées par un capteur qui associe une caméra vidéo avec un télémètre laser à balayage. En relation avec un modèle du corps humain choisi sous forme de bâtonnets, nous recherchons l'attitude du sportif dans l'image. Une segmentation de l'image télémétrique permet d'obtenir une correspondance approximative entre la position du modèle et la position du personnage. Cette attitude est ensuite améliorée en fusionnant les résultats de cette segmentation dans un processus de segmentation de l'image de luminance. Afin de valider la méthode, des essais ont été réalisés sur des images vidéo/télémétriques, prises en environnement extérieur sur un pantin, dont les différentes attitudes statiques décrivent deux foulées d'un coureur à pied....

Cet article présente un algorithme de segmentation d'images de profondeur en surfaces planes. Les originalités de la méthode reposent sur le procédé d'estimation des attributs différentiels et sur le choix des germes de la croissance de régions. L'algorithme procède en deux temps. Dans un premier temps, les pixels sont regroupés en régions homogènes au sens d'attributs locaux déduits des données initiales. Les régions extraites sont représentées par un graphe d'adjacence. Dans un second temps, une stratégie pyramidale de fusion est mise en oeuvre pour aboutir au résultat de la segmentation. A l'aide de la méthodologie proposée dans [4], une évaluation quantitative des résultats a été menée sur un jeu de 80 images réelles issues de deux capteurs différents. Les résultats de cette étude sont présentés et comparés à ceux obtenus par d'autres techniques....