Mô Hình Động Các Cử Chỉ Viết Tay Thời Trung Cổ Bằng Video

Khám phá luận văn thạc sĩ về mô hình động các cử chỉ viết tay thời trung cổ qua video, phân tích và ứng dụng trong nghiên cứu lịch sử.

• Tác giả: Ngassa Tchoudjeuh Tatiana
• Người hướng dẫn: Madame Treuillet Sylvie, Maitre De Conférences De L’université D’orléans, Laboratoire Prisme (Ea 4229)
• Trường học: Université Nationale Du Vietnam, Hanoi Institut Francophone International
• Chuyên ngành: Hệ Thống Thông Minh Và Đa Phương Tiện
• Đề tài: Mô Hình Động Các Cử Chỉ Viết Tay Thời Trung Cổ Bằng Video
• Loại tài liệu: Luận văn thạc sỹ
• Năm xuất bản: 2019
• Địa điểm: Hanoi

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHAPITRE 1: PRÉSENTATION DU PROJET GRAPHOSCAN
• 1.1. introduction
• 1.2. Structure du code Graphoscan
• 1.2.1. Module « tracking et reconstruction 3D »
• 1.2.2. Module « L’acquisition »
• 1.3. Les limites du système

Tóm tắt

I. Tổng Quan Về Mô Hình Động Các Cử Chỉ Viết Tay Thời Trung Cổ

Mô hình động các cử chỉ viết tay thời trung cổ qua video là một lĩnh vực nghiên cứu mới mẻ, kết hợp giữa công nghệ và nghệ thuật viết tay. Nghiên cứu này không chỉ giúp bảo tồn di sản văn hóa mà còn mở ra những phương pháp mới trong việc phân tích và hiểu biết về các kỹ thuật viết tay cổ. Việc sử dụng video để mô phỏng các cử chỉ viết tay cho phép các nhà nghiên cứu quan sát và phân tích chi tiết hơn về cách thức mà các nghệ nhân thời trung cổ thực hiện công việc của họ.

1.1. Khái Niệm Về Cử Chỉ Viết Tay Thời Trung Cổ

Cử chỉ viết tay thời trung cổ không chỉ đơn thuần là việc tạo ra chữ viết mà còn là một nghệ thuật. Các nghệ nhân đã phát triển nhiều phong cách viết khác nhau, mỗi phong cách đều mang trong mình những đặc trưng riêng biệt. Việc nghiên cứu các cử chỉ này giúp hiểu rõ hơn về văn hóa và lịch sử của thời kỳ đó.

1.2. Tầm Quan Trọng Của Việc Nghiên Cứu Cử Chỉ Viết Tay

Nghiên cứu cử chỉ viết tay thời trung cổ không chỉ giúp bảo tồn di sản văn hóa mà còn cung cấp thông tin quý giá về các kỹ thuật viết tay. Điều này có thể giúp các nhà nghiên cứu và nghệ nhân hiện đại phát triển các phương pháp viết mới, đồng thời giữ gìn các giá trị văn hóa truyền thống.

II. Thách Thức Trong Việc Mô Hình Động Các Cử Chỉ Viết Tay

Việc mô hình động các cử chỉ viết tay thời trung cổ qua video gặp phải nhiều thách thức. Một trong những vấn đề lớn nhất là việc thu thập dữ liệu chính xác từ các video. Các yếu tố như ánh sáng, góc quay và chất lượng video có thể ảnh hưởng đến độ chính xác của mô hình. Ngoài ra, việc phân tích các cử chỉ viết tay phức tạp cũng đòi hỏi các thuật toán mạnh mẽ và chính xác.

2.1. Khó Khăn Trong Việc Thu Thập Dữ Liệu

Việc thu thập dữ liệu từ các video viết tay cổ gặp khó khăn do chất lượng video không đồng đều. Các video có thể bị mờ, thiếu ánh sáng hoặc không đủ góc quay để quan sát rõ ràng các cử chỉ viết tay. Điều này làm cho việc phân tích trở nên khó khăn hơn.

2.2. Thách Thức Trong Phân Tích Cử Chỉ

Phân tích các cử chỉ viết tay phức tạp đòi hỏi các thuật toán mạnh mẽ. Các thuật toán hiện tại có thể không đủ chính xác để theo dõi các chuyển động tinh tế của bút. Do đó, cần phát triển các phương pháp mới để cải thiện độ chính xác trong việc theo dõi và phân tích.

III. Phương Pháp Mô Hình Động Các Cử Chỉ Viết Tay Qua Video

Để mô hình hóa các cử chỉ viết tay thời trung cổ, một số phương pháp đã được áp dụng. Sử dụng công nghệ stéréovision cho phép thu thập dữ liệu từ nhiều góc độ khác nhau, từ đó tạo ra mô hình 3D chính xác hơn. Các thuật toán như KCF và Template Matching cũng đã được thử nghiệm để theo dõi chuyển động của bút.

3.1. Sử Dụng Công Nghệ Stéréovision

Công nghệ stéréovision cho phép thu thập video từ hai góc độ khác nhau, giúp tạo ra hình ảnh 3D của cử chỉ viết tay. Điều này giúp các nhà nghiên cứu có cái nhìn sâu sắc hơn về cách thức mà các nghệ nhân thực hiện các cử chỉ viết tay.

3.2. Ứng Dụng Các Thuật Toán Theo Dõi

Các thuật toán như KCF và Template Matching đã được áp dụng để theo dõi chuyển động của bút trong video. KCF đã cho thấy hiệu quả cao trong việc theo dõi các cử chỉ viết tay, giúp cải thiện độ chính xác của mô hình.

IV. Ứng Dụng Thực Tiễn Của Mô Hình Động Cử Chỉ Viết Tay

Mô hình động các cử chỉ viết tay thời trung cổ có nhiều ứng dụng thực tiễn. Nó không chỉ giúp bảo tồn di sản văn hóa mà còn có thể được áp dụng trong giáo dục và nghiên cứu. Các nhà nghiên cứu có thể sử dụng mô hình này để giảng dạy về nghệ thuật viết tay cổ, trong khi các nghệ nhân có thể học hỏi từ các kỹ thuật viết tay truyền thống.

4.1. Bảo Tồn Di Sản Văn Hóa

Mô hình động giúp bảo tồn các kỹ thuật viết tay cổ, từ đó giữ gìn di sản văn hóa cho các thế hệ sau. Việc này không chỉ có ý nghĩa về mặt văn hóa mà còn giúp nâng cao nhận thức về giá trị của nghệ thuật viết tay.

4.2. Ứng Dụng Trong Giáo Dục

Mô hình động có thể được sử dụng trong giáo dục để giảng dạy về nghệ thuật viết tay cổ. Các nhà giáo dục có thể sử dụng video mô phỏng để giúp học sinh hiểu rõ hơn về các kỹ thuật viết tay và lịch sử của chúng.

V. Kết Luận Và Tương Lai Của Nghiên Cứu

Mô hình động các cử chỉ viết tay thời trung cổ qua video là một lĩnh vực nghiên cứu đầy tiềm năng. Nó không chỉ giúp bảo tồn di sản văn hóa mà còn mở ra nhiều cơ hội mới trong việc nghiên cứu và giảng dạy. Tương lai của nghiên cứu này có thể bao gồm việc phát triển các công nghệ mới để cải thiện độ chính xác và hiệu quả của mô hình.

5.1. Tiềm Năng Phát Triển Công Nghệ

Công nghệ trong lĩnh vực mô hình động đang phát triển nhanh chóng. Việc áp dụng các công nghệ mới có thể giúp cải thiện độ chính xác và hiệu quả của mô hình động các cử chỉ viết tay.

5.2. Hướng Nghiên Cứu Tương Lai

Nghiên cứu trong lĩnh vực này có thể mở rộng ra nhiều lĩnh vực khác nhau, từ bảo tồn văn hóa đến giáo dục. Các nhà nghiên cứu có thể tiếp tục khám phá các phương pháp mới để cải thiện mô hình động và ứng dụng của nó.

Trích đoạn nội dung tài liệu

UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL NGASSA TCHOUDJEUH TATIANA Modélisation dynamique des gestes d’écritures médiévales par vidéo Mô hình động các cử chỉ viết tay thời trung cổ bằng video MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE HANOI – 2019 LUAN VAN CHAT LUONG download : add [e-mail] UNIVERSITE NATIONALE DU VIETNAM, HANOI INSTITUT FRANCOPHONE INTERNATIONAL NGASSA TCHOUDJEUH TATIANA Modélisation dynamique des gestes d’écritures médiévales par vidéo Mô hình động các cử chỉ viết tay thời trung cổ bằng video Spécialité: Systèmes intelligents et multimédia Code: Programme pilote MEMOIRE DE FIN D’ETUDES DU MASTER INFORMATIQUE Sous la direction de: Madame Treuillet Sylvie, Maitre de conférences de l’Université d’Orléans, Laboratoire PRISME (EA 4229) et Monsieur Matthieu Exbrayat, Maitre de conférences de l’Université d’Orléans, Laboratoire d’Informatique Fondamentale d’Orléans (LIFO). HANOI – 2019 LUAN VAN CHAT LUONG download : add [e-mail] ATTESTATION SUR L’HONNEUR J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs. La source des informations citées dans ce mémoire a été bien précisée. LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của riêng tôi.

Các số liệu, kết quả nêu trong Luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác. Các thông tin trích dẫn trong Luận văn đã được chỉ rõ nguồn gốc. Signature de l’étudiant NGASSA TCHOUDJEUH TATIANA LUAN VAN CHAT LUONG download : add [e-mail] Remerciements La rédaction de ce mémoire n’aurait été possible sans l’intervention de certaines personnes. Qu’elles trouvent ici l’expression de nos plus sincères remerciements pour leurs précieux conseils.

Nous tenons tout d’abord à exprimer notre reconnaissance et nos remerciements envers l’Agence Univer- sitaire Francophone (AUF) pour nous avoir accordé une bourse d’études de Master. Nos remerciements vont également à l’Institut de la Francophonie pour l’Innovation (IFI), à son administration et au corps professoral pour la richesse et la qualité de leur enseignement et qui déploient de grands efforts pour assurer à leurs étudiants une formation actualisée. Nos sincères remerciements au RTR IMAGE (Réseau Thématique de Recherche Image) pour l’opportunité qu’il nous a accordé en nous accordant une bourse de Master 2 au Laboratoire PRISME. L’accueil fut chaleureux et nous avions bénéficié de bonnes condi- tions de travail tout au long de notre séjour dans ses murs.

Nous adressons nos vifs remerciements à Madame Sylvie Treuillet, notre encadrante principale, et à Mon- sieur Matthieu Exbrayat, notre encadrant secondaire, pour nous avoir accueilli et intégré au sein de leur équipe. Merci pour l’inspiration, leur apprentissage, leur collaboration, leur écoute et leur disponibilité tout au long de notre stage. Nos remerciements vont également à l’ensemble du personnel du laboratoire PRISME pour son accueil et sa collaboration. Enfin, nous adressons nos plus sincères remerciements à nos parents, pour leur contribution, leur soutien et leur patience, à tous nos proches et amis (es), qui nous ont toujours encouragé et soutenu au cours de la réalisation de ce travail.

LUAN VAN CHAT LUONG download : add [e-mail] Table des matières 1 Présentation du projet Graphoscan 1 1.2 Structure du code Graphoscan .2 Module « tracking et reconstruction 3D »[11] .3 Les limites du système. 5 2 Etude de trackers 6 2.3 Algorithmes de suivi. 22 3 Tests des algorithmes de suivi d’objet 23 3.2 Scénarii de tests avec la première vidéo.3 Scénarii de tests avec la deuxième vidéo. 56 4 Recalage de la feuille.3 Implémentation du recalage de la feuille .1 Recherche de marqueurs .2 Algorithme de recalage de la feuille.

62 i LUAN VAN CHAT LUONG download : add [e-mail] Table des figures 1 Activités de recherche de l’équipe IMAGE VISION du laboratoire PRISME.1 Système de stéréovision Graphoscan pour l’acquisition du geste d’écriture[21] .2 Ordinogramme de l’acquisition synchronsée multi-caméras[13] .4 Caractéristique d’une séquence utilisée pour le test[11].1 Exemples d’ondelettes de Haar[3] .2 Processus d’extraction des fonctionnalités HOG extrait de [12] .3 Construction de l’espace des échelles[16] .4 Détection des extrémas[16] .5 Création de l’histogramme des gradients[16] .6 Construction d’un motif local binaire et calcule du code LBP extrait de [25] .7 Image originale, image LBP et Histogramme LBP extrait de [25] .8 Définition d’une texture .9 LBP multi-échelle. Exemples de voisinages obtenus pour différents couples (P, R).10 Construction et uniformité d’un motif LBP. (a) le motif construit ici est non uniforme, (c) exemple de motifs respectivement uniforme et non uniforme.11 Calcul LBP et CS-LBP descripteur pour 8 pixels voisins.12 Fonctionnement d’AdaBoos Extrait de [6] .13 Convolution locale extrait de [4] .14 Architecture du composant de détection.15 Conversion du patch en code binaire[22] .16 Architecture de TLD[22] .17 architecture de GOTURN[26] .1 10 images de la vidéo 1.2 10 images de la vidéo 2.5 Points du suivi avec patch 1 .6 Points du suivi reliés avec le patch1 .7 Superposition des écritures.8 Points du suivi pour le patch 2 .9 Points du suivi pour le patch2 .10 Superposition des deux traces d’écriture pour le patch2 .11 Points du suivi avec le patch1.13 Superposition des deux traces d’écriture qvec patch2.14 Points du suivi pour le patch 2 .15 Points du suivi reliés pour le patch 2. 31 ii LUAN VAN CHAT LUONG download : add [e-mail] TABLE DES FIGURES 3.16 Superposition des deux traces d’écriture pour le patch2 .17 Points du suivi avec patch1 .18 Points de suivi reliés avec patch1 .19 Superposition des deux traces d’écritures avec le patch1 .20 Points du suivi pour le patch 2 .21 Points du suivi reliés pour le patch 2 .22 Superposition des deux traces d’écriture pour le patch 2 .23 Points du suivi avec le patch1 .24 Points de suivi reliés avec le patch1 .25 Superposition des deux traces d’écritures avec le patch1 .26 Points du suivi pour le patch 2 .27 Points du suivi reliés pour le patch 2 .28 Superposition des deux traces d’écriture pour le patch 2 .29 Points du suivi avec patch1 .30 Points du suivi reliés avec patch1 .31 Superposition des deux traces d’écritures avec patch1 .32 Points du suivi pour le patch 2 .33 Points du suivi reliés pour le patch 2 .34 Superposition des deux traces d’écriture pour le patch2 .37 Points du suivi du patch 1 avec la vidéo 2 .38 Points du suivi reliés du patch 1 avec la vidéo 2 .39 Superposition des deux traces d’écriture du patch 1 de la vidéo 2 .40 Points du suivi du patch 2 de la vidéo 2 .41 Points du suivi reliés pour le patch 2 de la vidéo 2 .42 BOOSTING :Superposition des deux traces d’écriture du patch 2 avec la vidéo 2.43 Points du suivi du patch 1 avec la vidéo 2.44 Points du suivi reliés du patch 1 avec la vidéo 2.45 Superposition des deux traces d’écriture du patch 1 de la vidéo 2 .46 Points du suivi du patch 2 de la vidéo 2.47 Points du suivi reliés pour le patch 2 de la vidéo 2.48 Superposition des deux traces d’écriture du patch 2 de la vidéo 2 .49 Points du suivi du patch 1 de la vidéo 2 .50 Points du suivi reliés pour du patch 1 de la vidéo 2 .51 Superposition des deux traces d’écriture du patch 1 de la vidéo 2 .52 Points du suivi du patch 2 dela vidéo 2 .53 Points du suivi reliés pour le patch 2 de la vidéo 2 .54 Superposition des deux traces d’écriture du patch 2 de la vidéo 2 .55 KCF-HOG : Points du suivi du patch 1 de la vidéo 2 .56 Points du suivi reliés pour du patch 1 de la vidéo 2 .57 Superposition des deux traces d’écriture du patch 1 de la vidéo 2 .58 Points du suivi du patch 2 de la vidéo 2 .59 Points du suivi reliés pour le patch 2 de la vidéo 2 .60 Superposition des deux traces d’écriture du patch 2 de la vidéo 2 .61 Points du suivi du patch 1 avec la vidéo 2 .62 Points du suivi reliés pour le patch 1 de la vidéo 2.

54 iii LUAN VAN CHAT LUONG download : add [e-mail] TABLE DES FIGURES 3.63 Superposition des deux traces d’écriture du patch 1 de la vidéo 2 .64 Points du suivi du patch 2 de la vidéo 2 .65 Points du suivi reliés pour le patch 2 de la vidéo 2 .66 Superposition des deux traces d’écriture du patch 2 de la vidéo 2 .1 Interprétation géométrique d’une homographie extrait de [10] .4 10 images de la vidéo .5 10 images recalées de la vidéo. 62 iv LUAN VAN CHAT LUONG download : add [e-mail] Introduction Graphoscan est un projet initié par la collaboration entre une paléographe de l’IRHT, un chercheur du LIFO et une chercheuse du laboratoire PRISME. La production d’écritures anciennes est un art à la fois visuel et manuel basé sur la réplication d’un ensemble de signes, de formes et d’images. Le rôle des experts en paléographie consiste en l’étude et le déchiffrage de ces écritures anciennes.

L’étude de l’évolution de l’écriture a conduit les paléographes à s’intéresser de près aux spécialisations des ateliers de copies[29]. Ces experts utilisent les traits d’écritures, marques leur permettant de définir la provenance, le contexte historique ou géographique du texte ancien à analyser[29]. L’objectif est de développer un nouvel outil informatique pour aider le paléographe à analyser le « ductus » 1. Contrairement aux travaux existants en paléographie numérique qui se cantonnent à exploiter le traitement des images et la reconnaissance des formes pour faire de la transcription assistée par ordinateur[29][2] , il s’agit ici d’exploiter la stéréovision pour accéder à des composantes dynamiques de l’écriture : en observant le geste d’un copiste, il devient possible d’étudier la relation entre le mouvement de la plume dans l’espace et la trace écrite sur le parchemin, afin de proposer une nouvelle représentation des écritures médiévales.

Dans la continuité des travaux initiés, ce stage a pour principaux objectifs les points suivants : 1. Recherche bibliographique sur les algorithmes de suivi d’OpenCv 2. Tests des algorithmes de suivi d’OpenCv 3. Implémentation de l’algorithme de recalage de la feuille Contexte d’étude Le stage s’est déroulé à Polytech Orléans, au sein du laboratoire PRISME dans l’équipe Image Vision du 7 juin au 7 novembre 2018.

Equipe Image Vision du laboratoire PRISME Le laboratoire PRISME 2 , labellisé par le Minis- tère de l’Enseignement Supérieur et de la Recherche UPRES n°4229, est rattaché à l’Université d’Orléans avec comme établissement secondaire INSA-CVL. Il comprend 106 enseignants-chercheurs, 70 doctorants, 9 ingénieurs, techniciens et administratifs. Son champ pluridisciplinaire couvre un large spectre dans le domaine des sciences pour l’ingénieur incluant : la combustion dans les moteurs, l’énergétique, l’aérody- namique, la mécanique des matériaux, le traitement du signal et de l’image, l’automatique, la robotique. L’équipe IMAGE VISION comprend une quinzaine d’enseignants-chercheurs.

Ses activités de recherche concernent le développement d’outils originaux théoriques et pratiques pour le traitement numérique des images et la vision par ordinateur autour de plusieurs thèmes illustrés sur la figure 1. Laboratoire d’Informatique Fondamentale d’Orléans (LIFO) Le Laboratoire d’Informatique Fondamentale d’Orléans (LIFO) est un laboratoire commun à l’univer- sité d’Orléans et à l’INSA Centre Val de Loire, reconnu par le ministère de l’enseignement supérieur et de la recherche comme équipe d’accueil (EA 4022). Les recherches menées au LIFO concernent la science informatique et les STIC. Elles vont de l’algorithmique au traitement des langues naturelles, de l’appren- tissage au parallélisme massif, de la vérification et la certification à la sécurité des systèmes, du Big Data aux systèmes embarqués.

Le laboratoire est structuré en cinq équipes : Contraintes et Apprentissage, 1. nombre, ordre et sens d’exécution des traits qui composent une écriture 2.fr/prisme v LUAN VAN CHAT LUONG download : add [e-mail] TABLE DES FIGURES Figure 1 – Activités de recherche de l’équipe IMAGE VISION du laboratoire PRISME.