Vers une détection de piétons temps réel par apprentissage de forme dans l'image de profondeur - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2011

Vers une détection de piétons temps réel par apprentissage de forme dans l'image de profondeur

Résumé

This paper presents a method for detecting pedestrians in a depth image, established from a pair of calibrated cameras (stereoscopic head). We propose to learn the characteristics of a pedestrian thanks to a boosting type algorithm, using weak classifiers created from simple statistical characteristics of distance within a sub-window of the area of analysis. These assumptions will then be confirmed by a second, classic detector based on analysis of the visual appearance of pedestrians. Our resulting method allows for the detection of pedestrians at a rate close to real time, using the concept of integral image, applied to the calculation of 3D descriptors. The proposed method is compared with a traditional method for detecting vertical obstacles on a real annotated video sequence. Our method reduces the number of false positives by approximately 60% compared to an obstacle-detection method, while reducing the computation time.
Cet article présente une méthode pour la détection des piétons dans une image de profondeur, acquise à partir d'une paire de caméras calibrées (tête stéréoscopique). Nous proposons d'apprendre les caractéristiques d'un piéton à l'aide d'un algorithme de type boosting, à partir de classifieurs faibles issus de caractéristiques statistiques simples des distances à l'intérieur d'une sous-fenêtre de la zone d'analyse. Ces hypothèses seront ensuite confirmées par un second détecteur, classique, basé sur l'analyse de l'apparence visuel des piétons. La méthode ainsi obtenue permet une détection des piétons, à une cadence proche du temps réel, grâce à l'utilisation de la notion d'image intégrale, appliquée au calcul des descripteurs 3D. La méthode proposée est comparée à une méthode de détection d'obstacles verticaux classique sur une séquence vidéo réelle annotée. Elle permet de réduire le nombre de faux positifs d'approximativement 60% par rapport à une méthode de détection d'obstacles, tout en diminuant le temps de calcul.
Fichier principal
Vignette du fichier
paper42.pdf (366.5 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

inria-00610513 , version 1 (22-07-2011)

Identifiants

  • HAL Id : inria-00610513 , version 1

Citer

Loïc Jourdheuil, Nicolas Allezard, Thierry Chateau. Vers une détection de piétons temps réel par apprentissage de forme dans l'image de profondeur. ORASIS - Congrès des jeunes chercheurs en vision par ordinateur, INRIA Grenoble Rhône-Alpes, Jun 2011, Praz-sur-Arly, France. ⟨inria-00610513⟩
235 Consultations
670 Téléchargements

Partager

Gmail Facebook X LinkedIn More