Peinture murale

Rapport & soutenance

Il s'agit de mon premier “gros” projet en équipe dans le domaine de l'image. Il a été réalisé sur une période de 8 semaines avec 3 autres étudiants de l'ENST: Vincent Duval, Thomas Gouzènes et Christophe Guilmart. Le sujet était imposé par l'équipe pédagogique et un autre groupe d'étudiants travaillaient sur le même sujet.

Le thème était la peinture murale (ou tag). Il s'agissait, à partir de photos prises de ces tags, de segmenter le tag, reconnaitre l'auteur, séparer la partie textuelle de la partie dessinée et enfin pouvoir nettoyer le support (souvent le mur). Aucune piste n'a été donnée et nous disposions d'une base de données de tags dans Paris d'environ 500 photos.

1. Pour la segmentation du tag, nous avons utilisé l'algorithme de segmentations par régions de Mumford-Shah, puis nous appliquions un post-process pour reconnaitre le mur en tant que zone uniforme de plus grande étendue dans l'image. A partir de là, nous détections simplement le tag. Cette approche avait souvent des ratés et malheureusement les autres “modules” dépendent fortement de celui-ci.
2. Pour la reconnaissance de l'auteur, un simple SIFT pour reconnaitre la signature donne de bons résultats.
3. Pour la séparation texte/dessin, en comparant l'évolution du tag au fur et à mesure d'érosions, on en déduisait quelles composantes connexes du tag étaient fines (textes) ou larges (dessin proprement dit).
4. Enfin, le nettoyage du support est sûrement la partie dont le résultat est le plus époustouflant lorsque la segmentation a bien fonctionné. Cette partie utilise l'algorithme dit de inpainting.

Voilà un exemple de nettoyage entièrement automatisé: