Images de science

La perception artificielle- VIDEO

 

Détection d'objets en mouvement dans une séquence d'images -
Scénario de type agression (campagne VIGILE II)
(DTIM : P. Secchi)

Classification de l'objet détecté et reconnaissance
d'un piéton (scénario circulation)

 

L'objectif du projet Perception est d'étudier des méthodes permettant, à partir de l'observation de l'environnement par différents capteurs, d'élaborer et de mettre à jour une représentation du monde réel propre à faciliter une prise de décision. Le projet contribue ainsi à répondre de manière générique aux besoins opérationnels de veille, de surveillance, de renseignement ou de reconnaissance, que ce soit dans le cadre de systèmes autonomes (robotique terrestre ou aérienne) ou de systèmes d'aide à la décision.

Dans l'exemple de la scène de parking (vidéo ci-dessus), l'environnement est observé par différents capteurs - des caméras visibles et infrarouges. Le traitement permet de détecter des objets en mouvement dans une séquence d'images, en mettant en évidence leur contour. A chaque instant, on traite un trio d'images prises à des instants successifs. Le coeur de l'algorithme réside dans le calcul des variations spatio-temporelles de chaque image par rapport aux images des instants immédiatement précédent et suivant.

La phase ultérieure des traitements consiste à reconnaitre les objets détectés par cet algorithme. Des méthodes de fusion décentralisée* de classifieurs tirant partie de la complémentarité des différents capteurs sont utilisées à cet effet. Le pistage des objets est également réalisé.

 

Lexique * Fusion décentralisée de classifieurs En traitement d'image et reconnaissance, un classifieur est une opération élémentaire du module de reconnaissance d'objets. Un classifieur permet, à partir d'un ensemble de caractéristiques numériques (radiométriques, morphologiques, ou autres) calculées pour tout objet détecté dans l'image, de déterminer automatiquement sa probabilité d'appartenance à chacune des classes prédéfinies (exemples : une "classe voiture", une "classe piéton"). Un classifieur étant associé à chaque capteur, une décision globale est obtenue pour chaque objet détecté par la combinaison des décisions de chaque classifieur élémentaire. Cette dernière opération constitue la fusion décentralisée des classifieurs.

Mis à jour le 12 octobre, 2007 - © ONERA 2009 - Crédits et conditions d'utilisation