Approche spatio-temporelle d'extraction de connaissances pour l'analyse du comportement humain à partir de séquences vidéo

RESUME: L'analyse et la fouille des traces de mobilité produites par divers objets mobiles est un sujet de recherche qui sollicite un grand intérét depuis quelques années. Dans le présent article, nous présentons une approche de classification (ou clustering) adaptée aux données de personnes se déplagant sous contraintes d'un réseau routier. Une mesure de similarité est proposée pour comparer les trajectoires étudiées entre elles en tenant compte des contraintes de déplacement imposées par le réseau. Cette mesure est exploitée pour construire un graphe traduisant les différentes relations de similarité entretenues par les trajectoires entre elles. Nous partitionnons ce graphe a l'aide d'un algorithme utilisant la notion de modularité comme critere de qualité afin de découvrir des communautés (ou clusters) de trajectoires qui sont fortement liées et qui présentent un comportement commun. Nous avons implémenté et testé l'approche proposée sur plusieurs jeux de données synthétiques a travers lesquels nous montrons son fonctionnement.